跳至内容

pchao.org

DiTs

扩散Transformer的隐藏瓶颈:块间表示多样性如何决定生成质量

5 8 月, 2026 作者 PengChao
一个反直觉的发现

提出Weighted Diversity Score (WDS)量化DiT块间表示多样性,并基于此设计DiverseDiT++框架,通过长残差连接和表示多样性损失提升生成质量。

分类 CVPR三分钟 标签 CVPR三分钟、 DiTs、 DiverseDiT++、 WDS、 人工智能、 深度学习、 计算机视觉 发表评论

UDT:用数据自适应Token缩减统一U-Net与扩散Transformer

4 8 月, 2026 作者 PengChao
UDT的架构设计与验证

提出U-Net扩散Transformer (UDT),通过数据自适应token合并实现无参数下/上采样,在保持token特征维度的同时显著加速训练收敛并提升生成性能。

分类 CVPR三分钟 标签 CVPR三分钟、 DiTs、 ToMe、 U-Net、 人工智能、 深度学习、 计算机视觉 发表评论
© 2026 pchao.org • Built with GeneratePress