SKILD：尺度不变扩散模型统一生成与超分
热点事件持续更新
SKILD：尺度不变扩散模型统一生成与超分
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年11月6日，Zixin Jessie Chen等人在arXiv发表研究，提出新模型SKILD。该模型通过单一无条件框架统一了图像生成与连续超分辨率任务，无需特定架构、条件分支或重训练即可跨尺度应用。 在性能测试中，SKILD在CIFAR-10数据集上取得FID 2.61。在ImageNet上，该模型通过单一检查点实现了2倍至8倍超分辨率，其感知指标表现超越了专门的条件模型。 研究还证实了SKILD的理论可靠性。实验表明该模型能重构关键的伊辛模型，其计算出的四重关联函数与真实值紧密吻合，验证了其在复杂系统关联捕获上的准确性。
AI 根据报道生成 · 21 小时前更新
最新进展11月6日 13:00
SKILD：统一图像生成与连续超分辨率的尺度不变扩散模型报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv · AISKILD：统一图像生成与连续超分辨率的尺度不变扩散模型
新模型SKILD通过单一无条件框架统一了图像生成与连续超分辨率任务，无需特定架构或重训练。 在CIFAR-10上达到FID 2.61，并在ImageNet上通过单一检查点实现2倍至8倍超分辨率，在感知指标上超越条件模型。 研究还表明该模型能重构关键的伊辛模型，其四重关联 closely tracks ground truth。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 911月6日 16:00
- 近 24 小时变化
- –
02.557.510
18:0011月7日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。