Quality Representation Module

新模块提升 Diffusion Transformer 图像质量

研究人员引入了一个质量表示模块（QRM），旨在增强文本到图像的扩散模型，特别是 Diffusion Transformer (DiT)。这个轻量级模块从现有模型输入中学习一个质量感知表示，并生成向量来调整 DiT transformer 块内的自适应 LayerNorm 调制。通过注入这种质量敏感信号，QRM 旨在提高生成图像的保真度和一致性，而无需改变核心扩散过程或采样计划。实验表明，与标准的 DiT 模型相比，QRM 能够持续提高图像质量。