WaiT提出小波感知流匹配生成方法

2026年11月3日，研究团队发布WaiT模型，这是一种基于小波感知流匹配的图像生成Transformer。该模型利用无损小波将生成过程分解为粗细频段，让高频带在粗结构确定后再参与精修。在性能上，最大2B参数模型在ImageNet 512x512数据集上FID达1.3，刷新像素空间模型纪录，同时采样算力降低50%。此外，该方法在纹理保真度上超越最强潜在空间模型，并在Kinetics-600上以FVD 0.84实现视频生成SOTA。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。