南洋理工 PerF:像素空间扩散DiT按特征分层精炼,FID低至1.63
NanyangTechnologicalUniversity · hf · 2026-09-30
南洋理工大学提出 Persistence Forcing(PerF),利用像素空间扩散 Transformer(DiT)中涌现的特征特化来提升图像生成效率。
- 核心观察:像素空间 DiT 各深度层对隐表示进行均匀精炼,但自然图像在全局结构与局部细节上的表示需求不同。
- 方法:引入异构精炼,给不同特征组分配不同的跨层精炼预算,自发形成「persistent 特征」(编码全局结构)与「active 特征」(专注局部高频细节)的有序分工。
- 生成采样时,persistent 特征持续为 active 特征提供条件,稳定全局信息引导细节精炼,并自然补充 classifier-free guidance。
- 结果:PerF-L 在 ImageNet 256×256 上取得 FID 1.91,以一半参数量接近 JiT-H 的 1.86;PerF-H 在 256×256 和 512×512 上分别达到 1.63 和 1.76。
「研究」频道最新
- 帝国理工发布 Triangle Splatting SLAM,可微三角形实时生成网格 — rsasaki0109 · 2026-09-30
- 机器人评测平台 Manifold 开放早期访问，30 分钟跑千次 GPU 并行 rollout — paigeinsf · 2026-09-30
- 千个 AI 智能体 24 小时自动发现病毒中类 CRISPR 新基因系统 — CurieuxExplorer · 2026-09-30
- 470万条解释实验:只审计5%的token位置即可发现prompt注入威胁 — aisilab · 2026-09-30
- IBM提出Q&D训练法:智能体主动追问所需信息,胜过15倍大模型 — ibm · 2026-09-30
- 研究者预测：AI 将速通数学猜想，转向材料与药物发现 — tak3sh8 · 2026-09-30