实体
SD-VAE
SD-VAE
PulseAugur coverage of SD-VAE — every cluster mentioning SD-VAE across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的UDT架构融合了U-Net与Diffusion Transformer
研究人员推出UDT，一种融合了U-Net和Diffusion Transformer（DiTs）优势的新型生成模型架构。UDT采用数据自适应Token合并技术，在保持Transformer的Token维度的同时，调和了U-Net的编码器-解码器结构与DiTs的表示能力。该方法在图像生成任务上实现了更快的收敛速度和更优的性能，优于现有的U-Net DiTs，并取得了与其他先进方法相当的结果。
-
研究发现，图像生成难度取决于目标表示
一篇新的研究论文探讨了不同的目标表示如何影响图像生成难度。该研究在一个在ImageNet上训练的统一掩码自回归模型中，比较了原始像素、SD-VAE潜在表示、DINOv2和MAE特征。结果表明，DINOv2收敛速度最快，并且受益于特定的架构调整，而原始像素需要不同的配置。MAE特征实现了高重建保真度，但与DINOv2相比，生成的图像质量较差，这表明压缩、语义聚类和令牌维度等因素并不能完全预测生成性能。该研究强调，目标表示会在包括上下文建…