清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

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 [Cornell University]
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-$1024^2$.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
2秒前
怡然的海秋完成签到 ,获得积分10
2秒前
KalEl发布了新的文献求助10
2秒前
2秒前
研友_5Zl4VZ完成签到,获得积分10
6秒前
SnowPeak7完成签到,获得积分10
11秒前
12秒前
粗心的丹萱完成签到,获得积分10
12秒前
木乙发布了新的文献求助10
19秒前
沙莎完成签到 ,获得积分10
39秒前
41秒前
柔弱的水风完成签到,获得积分10
41秒前
qiyirng发布了新的文献求助10
46秒前
忧伤的康完成签到,获得积分10
47秒前
48秒前
cdm700完成签到,获得积分10
52秒前
59秒前
大模型的应助被Rain采纳,获得10
1分钟前
阔达的芹菜完成签到,获得积分10
1分钟前
赘婿的应助被bener采纳,获得10
1分钟前
明理冰海完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
bener发布了新的文献求助10
1分钟前
孤独的醉易完成签到,获得积分10
1分钟前
睡不醒完成签到 ,获得积分10
1分钟前
1分钟前
清新的小萱完成签到,获得积分10
1分钟前
科研狗的春天完成签到 ,获得积分10
1分钟前
qiyirng完成签到,获得积分10
1分钟前
云裳完成签到,获得积分10
1分钟前
快乐友儿完成签到,获得积分10
1分钟前
激动的似狮完成签到,获得积分0
2分钟前
细腻梦凡完成签到,获得积分10
2分钟前
爆米花的应助被木乙采纳,获得10
2分钟前
2分钟前
KalEl发布了新的文献求助10
2分钟前
2分钟前
懵懂的莺完成签到,获得积分10
2分钟前
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
Aspects of Post-SPE Phonology 2000
Nanocomposite Removal of Pesticides from Wastewater 1000
Rosenblum, Global Change Biology 800
Final Report for the 2-D Test of Model 901 Rotor and Wing Airfoils (BSWT 592) 528
Berberine regulates the TLR4 signaling pathway to suppress hypoxia-induced proliferation and migration of pulmonary arterial smooth muscle cells 520
Organizational Behavior 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 物理 有机化学 化学工程 内科学 生物化学 复合材料 催化作用 心理学 细胞生物学 无机化学 电极 光电子学 人工智能
热门帖子
关注 科研通微信公众号,转发送积分 7893904
求助须知:如何正确求助?哪些是违规求助? 9403784
关于积分的说明 20859260
捐赠科研通 7497184
什么是DOI,文献DOI怎么找? 3358908
关于科研通互助平台的介绍 2497242
邀请新用户注册赠送积分活动 2388025