研究者为JiT扩散transformer加像素通路层，ImageNet@256 FID降至1.78
热点事件持续更新
研究者为JiT扩散transformer加像素通路层，ImageNet@256 FID降至1.78
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Denis Lukovnikov 等研究者发布论文，改进无 latent 扩散 transformer JiT：在后训练阶段加入卷积像素通路（pixel-pathway）层，在 ImageNet@256 上将 FID 从 2.34（corrected sampling）降至 1.78，且无需额外损失函数。 论文还发现该像素通路不必全程参与，仅在去噪最后 20% 阶段激活即可，说明其作用集中在生成后期的像素细节精修。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
仅用 Image Transformer 配合后期像素精炼报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI仅用 Image Transformer 配合后期像素精炼
研究者改进无 latent 扩散 transformer JiT：在 post-training 阶段加入卷积 pixel-pathway 层可显著提升图像生成质量，且该通路只需在去噪最后 20% 阶段激活。在 ImageNet@256 上 FID 从 2.34（corrected sampling）降至 1.78，无需额外损失函数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。