PulseAugur
中
实时 10:02:56
English(EN) AViTS: Adaptive Spatiotemporal Token Selection for Efficient Dynamic-Resolution Generation

新的AViTS框架提高了Diffusion Transformer在图像生成方面的效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了AViTS，一个旨在提高用于图像生成的Diffusion Transformers (DiTs) 效率的新框架。该方法自适应地选择时空令牌，优先处理分辨率细化所需的关键令牌，而推迟处理不太重要的令牌。AViTS旨在减少冗余计算，并提高DiTs动态分辨率采样中的质量-效率权衡。该框架已在FLUX上实现了高达6.34倍的FLOPs减少，在Qwen Image Edit和FLUX.1-Kontext-dev上实现了近9倍的FLOPs减少，并且与蒸馏技术结合使用时，有潜力获得更大的收益。 AI

影响 该框架可以显著降低高质量图像生成的计算成本，使先进的AI模型更容易获得，并更实用化，从而得到更广泛的应用。

排序理由 该集群包含一篇详细介绍提高AI模型效率的新技术框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的AViTS框架提高了Diffusion Transformer在图像生成方面的效率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haoran Qin, Zhengan Yan, Shikang Zheng, Xiaobing Tu, Jiacheng Liu, Yuqi Lin, Chang Zou, JinShan Liu, Peiliang Cai, Xiantao Zhang, Jinkui Ren, Linfeng Zhang ·

    AViTS：自适应时空令牌选择，实现高效动态分辨率生成

    arXiv:2608.17995v1 Announce Type: new Abstract: Diffusion Transformers (DiTs) achieve high-quality generation but are costly due to iterative sampling. Dynamic-resolution sampling reduces early-stage cost by denoising at low resolution; however, uniformly upsampling all latent to…

相关实体

相关话题