LiFT 循环复用 DiT 核心：参数减 60% 仍胜稠密基线 3.34 FID

burny_tech · x · 2026-10-21

论文《LiFT: Loop Flow Transformers》提出一族循环生成模型：通过反复应用共享的 Diffusion Transformer（DiT）核心来扩展计算量，只对标准架构做轻量修改。训练时每个循环步只优化单一回归目标——从模型初始估计到 flow-matching 目标直线上的一个点；由于目标由连续深度坐标索引，训练好的模型可以循环到远超训练深度而无需重训、提前退出或其他修改。在 ImageNet 256x256 上，LiFT-L/2 的 FID 比稠密 DiT-XL/2 基线低 3.34 个点，同时参数少约 60%、训练 FLOPs 少 32%、推理 FLOPs 少 52%。