HiT 图像生成器两天获独立复现:像素端到端学出层级抽象
niloofar_mire · x · 2026-11-19
Albert Gu 转发并高兴地确认,其团队博客发布后很快出现了 2D H-Net 的独立复现。
被引用的 HiT 研究核心内容:
- 图像生成器能否不用单独训练的编码器、自己学会抽象层级?HiT 从像素端到端训练,动态跨多层级分组图像 patch,无需掩码或区域标注即可涌现语义结构
- 视频展示:背景塌缩成少数组、主体获得更多分组、词语能点亮其指代的区域
- 成绩:ImageNet 256 上 FID 1.48;同质量下训练算力比 JiT-H/16 少 2.4×;在文生图基准上平均胜过参数量多 6× 的模型
「多模态」频道最新
- Fable 5.2 对比 Astra 6.2:vork 一键创建绑定并动画化游戏资产 — ravisparikh · 2026-11-19
- 「Cambridge-ish」3D 生成拿下满分 10/10,研究员连环评分系列 — SamuelAlbanie · 2026-11-19
- DeepMind 研究员晒 3D 生成名场面:国王学院礼拜堂剖面图 8/10 — SamuelAlbanie · 2026-11-19
- 一段 prompt 修复 GPT-6.2 图像生成的灰暗偏色问题 — Angaisb_ · 2026-11-19
- HeyGen MCP 工作流:拆解爆款 UGC 脚本后用 Avatar 6 一键翻拍 — HeyGen · 2026-11-19
- 100% 本地跑通 5 人视频换人:H3MD 0.5 关键帧工作流详解 — ReferenceFluffy6159 · 2026-11-19