跳到正文
arXiv · AI· Zhiguang Liu, Yi Shang·· 3 天前AI 评分32

RoSeDiT 提出角色分离扩散 Transformer 架构以优化采样效率

Role-Separated Diffusion Transformers: Global Rule Isolation and Deterministic Sampling Manifold Compression

AI 导读

RoSeDiT 架构将全局规则从图像 token 中隔离,在 SiT 协议下,RoSeDiT-L/2 以少 32% 参数将 FID 降至 15.34。 引入 adaLN 监听机制,RoSeDiT-XL/2 在 1.4M 步实现 FID 7.98,仅为 SiT-XL/2 所需步数的五分之一。 提出确定性采样流形压缩(DSMC),使 RoSeDiT-XL/2 在 2.4M 步达到 FID 5.84。

来源:arXiv · AI · arxiv.org