Scalable High-Resolution Pixel-Space Image Synthesis with Hourglass Diffusion Transformers

变压器 可扩展性 像素 计算机科学 沙漏 人工智能 灰度 高分辨率 图像分辨率 计算机视觉 建筑 模式识别(心理学) 电气工程 电压 物理 工程类 地质学 艺术 视觉艺术 数据库 遥感 天文
作者
Katherine Crowson,Stefan Andreas Baumann,A. C. Birch,Tanishq Abraham,David L. Kaplan,Enrico Shippole
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2401.11605
摘要

We present the Hourglass Diffusion Transformer (HDiT), an image generative model that exhibits linear scaling with pixel count, supporting training at high-resolution (e.g. $1024 \times 1024$) directly in pixel-space. Building on the Transformer architecture, which is known to scale to billions of parameters, it bridges the gap between the efficiency of convolutional U-Nets and the scalability of Transformers. HDiT trains successfully without typical high-resolution training techniques such as multiscale architectures, latent autoencoders or self-conditioning. We demonstrate that HDiT performs competitively with existing models on ImageNet $256^2$, and sets a new state-of-the-art for diffusion models on FFHQ-$1024^2$.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Cathay发布了新的文献求助10
1秒前
1秒前
充电宝应助虚心十三采纳,获得10
1秒前
CipherSage应助iYA采纳,获得10
1秒前
1秒前
哈呵嚯嘿呀完成签到,获得积分10
1秒前
kk完成签到,获得积分20
2秒前
2秒前
3秒前
CLX。发布了新的文献求助10
4秒前
4秒前
爆米花应助光电采纳,获得10
4秒前
烛天发布了新的文献求助10
5秒前
5秒前
十七完成签到 ,获得积分10
5秒前
清风明月完成签到,获得积分10
6秒前
机智达发布了新的文献求助10
6秒前
wny发布了新的文献求助10
6秒前
Starry_sky完成签到 ,获得积分10
6秒前
Nick发布了新的文献求助10
6秒前
鄂百川完成签到,获得积分10
8秒前
科研通AI2S应助阳光柠檬采纳,获得10
8秒前
8秒前
斯文败类应助李老头采纳,获得10
8秒前
9秒前
SciGPT应助月影采纳,获得10
9秒前
明理翼发布了新的文献求助10
9秒前
大头鱼完成签到,获得积分10
9秒前
小夭发布了新的文献求助10
9秒前
Hello应助舒心思雁采纳,获得10
9秒前
Wendy发布了新的文献求助10
10秒前
Del应助木木采纳,获得10
11秒前
11秒前
11秒前
子铭完成签到,获得积分10
11秒前
鲸鱼发布了新的文献求助20
12秒前
香蕉觅云应助柳琰采纳,获得10
12秒前
13秒前
压缩发布了新的文献求助10
13秒前
太叔夜南完成签到,获得积分10
13秒前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3053115
求助须知:如何正确求助?哪些是违规求助? 2710358
关于积分的说明 7421333
捐赠科研通 2354967
什么是DOI,文献DOI怎么找? 1246568
科研通“疑难数据库(出版商)”最低求助积分说明 606146
版权声明 595975