Looped-DiT 循环复用 Transformer 块以小胜大

新论文 Looped Diffusion Transformer(Looped-DiT)提出文本生图模型的另类扩展路径:不采用更深的独立堆叠,而是在每个去噪步骤中反复运行共享的 Transformer 模块。实验显示,仅 260M 参数的小模型即可超越 6.5 倍规模的大模型,同时节省约 4.9 倍计算量,展示了循环复用架构在扩散模型上的高效潜力,引发社区关注。

2026-10-01 ~ 2026-10-01 · 2 条相关

事件全程(共 2 集)→