Spatial Gram Alignment

新框架增强超高分辨率图像合成能力

研究人员推出了一种名为空间语法对齐（Spatial Gram Alignment, SGA）的新框架，旨在利用大规模预训练的潜在扩散模型（LDMs）来改进超高分辨率图像合成。传统方法在处理极高分辨率时会遇到可学习性和保真度之间的冲突，直接进行特征蒸馏可能导致生成质量下降。SGA通过将生成特征的自相似性与基础模型的先验知识对齐来解决这一问题，从而在确保宏观结构一致性的同时，保留微观像素级别的保真度。