AReA 免训练方法让 Qwen Image、Flux 出 6K 大图
linoy_tsaban · x · 2026-10-29
AReA(Adaptive Receptive-Field Attention)是一种免训练的注意力机制,可让扩散 Transformer 生成超出训练分辨率的图像,官方代码已在 GitHub 开源(Apache-2.0,87 星)。核心思路是利用去噪过程中注意力有效感受野从全局(早期构型)到局部(后期细化)的变化,分两阶段处理:Phase I 做跨尺度粗注意力,query 保持全分辨率而 key/value 每个 f×f block 只留一个 token 并贴近模型原生分辨率网格,使每个 token 仍能看见全图而计算量降至 1/f²;后续阶段逐步细化。据分享者称对 Qwen Image、Ideogram、Flux 均适用,可产出 6K 分辨率大图。
「多模态」频道最新
- 实测 115 组提示词:abliterated 文本编码器对出图影响几乎可忽略 — afinalsin · 2026-10-29
- 开源模型能否生成带对话气泡的漫画?Qwen Image 2.1 实测遇文字损坏 — Someoneqqqq · 2026-10-29
- Flova 1.5 上线：从剧本自动补齐缺失角色资产，减少重做 — socialwithaayan · 2026-10-29
- maya2 语音模型登 HF 热榜:多语言 TTS 支持流式与声音克隆 — maya-research · 2026-10-29
- 下雨天的人形机器人：窝在沙发读书撸猫的 AI 生成短片 — merkelmusic · 2026-10-29
- MOSS-Image 生态日报：编辑 LoRA、像素画与换脸工具齐更新 — optimisticalish · 2026-10-29