已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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 遥感 数据库 天文 地质学 艺术 视觉艺术
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
freshman完成签到,获得积分10
刚刚
刚刚
忍蛙完成签到,获得积分10
刚刚
mmc发布了新的文献求助10
刚刚
山山而川完成签到 ,获得积分10
刚刚
IfItheonlyone完成签到 ,获得积分10
3秒前
5秒前
哇哇哇完成签到 ,获得积分10
8秒前
窝窝完成签到,获得积分20
8秒前
8秒前
花城完成签到 ,获得积分10
8秒前
9秒前
王威发布了新的文献求助10
9秒前
freshman发布了新的文献求助30
11秒前
ss完成签到,获得积分20
11秒前
111完成签到 ,获得积分10
11秒前
mingyu发布了新的文献求助20
12秒前
RONG完成签到 ,获得积分10
12秒前
我是老大应助fancymao采纳,获得10
14秒前
ss发布了新的文献求助10
15秒前
英姑应助激昂的逊采纳,获得10
15秒前
科目三应助王君青见采纳,获得10
17秒前
漂亮糖豆发布了新的文献求助10
19秒前
斯文败类应助陶醉的斓采纳,获得10
19秒前
科研通AI6应助Mia采纳,获得10
22秒前
mmc完成签到,获得积分10
22秒前
23秒前
超帅慕晴完成签到,获得积分10
23秒前
26秒前
贝贝完成签到 ,获得积分10
26秒前
情怀应助艾路采纳,获得10
28秒前
伊莎贝儿完成签到 ,获得积分10
28秒前
爆米花应助suzy-123采纳,获得10
28秒前
两袖清风完成签到 ,获得积分10
29秒前
逮劳完成签到 ,获得积分10
29秒前
30秒前
英俊的铭应助左左右右采纳,获得10
30秒前
上官若男应助左左右右采纳,获得10
30秒前
30秒前
完美谷秋完成签到 ,获得积分10
30秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1001
Latent Class and Latent Transition Analysis: With Applications in the Social, Behavioral, and Health Sciences 500
On the application of advanced modeling tools to the SLB analysis in NuScale. Part I: TRACE/PARCS, TRACE/PANTHER and ATHLET/DYN3D 500
L-Arginine Encapsulated Mesoporous MCM-41 Nanoparticles: A Study on In Vitro Release as Well as Kinetics 500
Washback Research in Language Assessment:Fundamentals and Contexts 400
Haematolymphoid Tumours (Part A and Part B, WHO Classification of Tumours, 5th Edition, Volume 11) 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5469843
求助须知:如何正确求助?哪些是违规求助? 4572859
关于积分的说明 14337388
捐赠科研通 4499774
什么是DOI,文献DOI怎么找? 2465253
邀请新用户注册赠送积分活动 1453726
关于科研通互助平台的介绍 1428259