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
buerzi完成签到,获得积分10
3秒前
Richard完成签到 ,获得积分10
3秒前
年轻的白梦完成签到,获得积分10
5秒前
完美巧凡应助Noob_saibot采纳,获得10
9秒前
wzk完成签到,获得积分10
11秒前
xiaojinyu完成签到,获得积分10
12秒前
LaixS完成签到,获得积分10
13秒前
yyf完成签到 ,获得积分10
14秒前
14秒前
要笑cc完成签到,获得积分0
15秒前
15秒前
王平安完成签到 ,获得积分10
16秒前
sjw525完成签到,获得积分10
17秒前
孙老师完成签到 ,获得积分10
17秒前
宣宣宣0733完成签到,获得积分0
17秒前
胡质斌完成签到,获得积分0
19秒前
tt完成签到,获得积分10
22秒前
23秒前
xiaojinyu完成签到,获得积分10
26秒前
日日行完成签到 ,获得积分10
27秒前
123完成签到 ,获得积分10
28秒前
flow完成签到 ,获得积分10
28秒前
kyt完成签到 ,获得积分10
28秒前
温暖诗蕊完成签到,获得积分10
29秒前
29秒前
casey完成签到 ,获得积分10
29秒前
小金鱼1完成签到,获得积分10
31秒前
32秒前
daihq3发布了新的文献求助10
33秒前
暴躁的代亦完成签到,获得积分10
36秒前
36秒前
37秒前
37秒前
41秒前
孙靖博完成签到,获得积分10
41秒前
Panini完成签到 ,获得积分10
41秒前
飞柏发布了新的文献求助10
42秒前
42秒前
任性的惜蕊完成签到 ,获得积分10
43秒前
火星上的天思完成签到,获得积分10
45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
Evidence Summary. Injection (subcutaneous):op- timal administration 1000
悉尼大学博士学位论文,题目:Modelling and testing of one-sided stitched laminated composites. 作者:Kristopher P. Plain 700
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
Curating Socialism: A Handbook of International Art Exhibitions 1947-1989 530
Lengua e imagen en la comunicación digital 500
文献求助-中国李庄学术史 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7474824
求助须知:如何正确求助?哪些是违规求助? 9069463
关于积分的说明 19336265
捐赠科研通 7093604
什么是DOI,文献DOI怎么找? 3246325
关于科研通互助平台的介绍 2415545
邀请新用户注册赠送积分活动 2231341