AReA 自适应感受野注意力加速高分辨率扩散生图

多伦多大学团队提出 AReA（自适应感受野注意力）论文，针对扩散 Transformer（DiT）在超出训练分辨率生成图像时 token 数二次增长、全注意力开销大、结构扭曲与细节退化等问题，指出根源在于每一步对所有 token 施加均匀全注意力。AReA 无需重新训练即可让 DiT 在高分辨率生成上更快更稳，显著提升效率与生成质量。

2026-10-14 ~ 2026-10-15 · 2 条相关