Pixart
PulseAugur coverage of Pixart — every cluster mentioning Pixart across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Chameleon 框架通过动态量化优化扩散模型
研究人员开发了 Chameleon,一个新颖的训练后量化(PTQ)框架,旨在优化内存受限硬件上的扩散模型。与固定数字格式的先前方法不同,Chameleon 为每个权重通道和激活层动态选择最佳格式,并可选择按时间步长桶进行选择。这种动态方法能够更好地编码扩散过程中变化的激活分布。在 SDXL、SDXL-Turbo 和 PixArt-α 等模型上的实验表明,与现有的量化方法相比,Chameleon 在保持接近 FP16 参考的保真度的同时…
-
新的DiRotQ方法增强了4位扩散Transformer的量化性能
研究人员开发了DiRotQ,一种用于扩散Transformer(DiTs)的新型4位量化框架,可在保持图像生成质量的同时显著降低内存和计算成本。该方法通过主成分分析(PCA)识别低秩子空间,利用旋转感知激活量化来维持主导激活方差的更高精度。DiRotQ在PixArt模型上取得了最先进的成果,优于以往的量化技术,并在RTX 4090和采用Blackwell架构的Nvidia RTX PRO 6000等硬件上实现了显著的加速和内存缩减。
-
DICE技术通过优化嵌入来增强文本到图像生成
研究人员开发了一种名为DICE(Distilling Classifier-Free Guidance into Text Embeddings)的新技术,以改进文本到图像生成。DICE优化文本嵌入,使其能够模仿无分类器引导(CFG)的效果,而无需相关的计算成本。该方法旨在提高生成图像与文本提示的对齐度,同时显著加快采样过程。在Stable Diffusion v1.5、SDXL和PixArt等模型上的实验证明了DICE在保留语义信息…
-
新方法加速 Diffusion Transformers 以实现更快的图像生成 · 2 篇论文
两篇新研究论文提出加速 Diffusion Transformers (DiTs) 的方法,DiTs 在高分辨率图像和视频生成方面计算量很大。第一篇论文 Shiva-DiT 提出了一种基于残差的可微分 top-k 选择方法,实现了端到端可学习和确定的 token 数量,在 SD3-Medium 上实现了高达 1.54 倍的速度提升,同时保持了可比的保真度。第二篇论文 BaryCache 提出了一种使用重心外插器进行训练的加速技术,该外…
-
扩散模型研究关注异常值、效率和理论 · 跟踪 10 个来源
近期研究探索了扩散模型的进展,重点是提高其鲁棒性、效率和理论理解。论文解决了逆问题中的异常值数据、用于偏好调整的强化学习扩展以及物种形成和泛化的理论框架开发等挑战。此外,还提出了用于扩散 Transformer 和像素空间扩散模型的高效推理的新方法,旨在提高训练稳定性和生成质量。
-
新方法通过新颖的特征缓存策略加速扩散模型 · 已追踪2个来源
两篇新的研究论文提出了加速扩散模型的新颖方法,扩散模型在图像和视频生成方面计算量很大。第一篇论文《重新思考逐令牌特征缓存》(Rethinking Token-wise Feature Caching)介绍了DuCa,一种双重特征缓存策略,通过随机令牌选择迭代地应用激进和保守的缓存,挑战了“重要”令牌总是需要计算的观念。第二篇论文《LinCa: 通过可学习分解特征缓存加速扩散模型》(LinCa: Accelerating Diffusi…
-
14款图像生成模型在美术媒体渲染方面的对比
一位用户开发了一个自定义工具来评估14款不同的图像生成模型如何渲染美术媒体。该工具利用了略微修改的ComfyUI工作流模板和一套风格提示来创建展示结果的概览拼贴画。用户发现Z-Image表现最佳,给人最强的画廊作品印象,并且对提示的变化反应明显,尽管其Turbo版本在水彩画方面效果较差。Lens和HiDream等其他模型因输出模糊或偏向照片写实而被认为不适合,而FLUX.2和Qwen-Image模型则过于偏重合成或照片写实的美学风格。