Looped-DiT:260M 小模型循环复用模块,胜过 6.5 倍大模型省 4.9 倍算力

burny_tech · x · 2026-10-01

论文提出 Looped Diffusion Transformer(Looped-DiT):在每个去噪步骤中反复运行共享的 Transformer 模块,而非使用更深的独立堆叠。- 参数仅 260M 的模型在文生图基准上胜过 6.5 倍大的模型;- 推理算力降低 4.9 倍;- 对显存受限的视觉模型部署场景尤其有价值。作者包括清华 Gao Huang、S-Lab/CUHK Ziwei Liu、商汤 Dahua Lin 等。

所属事件:Looped-DiT 循环复用 Transformer 块以小胜大(2 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →