PSP-DiT

新的扩散 Transformer 提升了图像生成的多尺度和组合能力 · 已追踪 2 个来源

两篇新的研究论文介绍了用于图像生成的新型扩散 Transformer 架构。第一篇 MS-pDiT 将空间尺度视为一种模态，同时处理多分辨率图像以提高保真度并实现灵活的标记化。第二篇全景场景程序扩散 Transformer (PSP-DiT) 将全景场景程序视为一等潜在变量，增强了模型处理涉及实例身份、属性和空间关系组合提示的能力。