AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：DiT×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月28日
19:58
19:58rohanpaul_ai@rohanpaul_ai
研究发现图像扩散Transformer训练效率低下的根源在于残差连接，而非注意力或编码器。残差连接导致信号膨胀、梯度消失和特征冗余，尤其不适合扩散模型这种多步去噪任务。作者提出扩散自适应路由（Diffusion-Adaptive Routing），让每层根据去噪时间步动态选择前层输出，从而在相同图像质量下减少8.75倍训练迭代。该工作没有引入新数据集或注意力机制，而是质疑了从语言Transformer继承的残差结构。
论文扩散模型Transformer残差连接训练加速DiT
推荐理由：扩散模型研究者终于找到了训练瓶颈的隐藏位置——残差连接，8.75倍加速意味着更低的训练成本，做图像生成的团队值得关注这个新路由方案。
原文
5月20日
16:03
16:03腾讯混元 Tencent Hunyuan@TencentCloud
精选
腾讯云宣布采用扩散变换器（DiT）架构，为全场景直播提供实时视频质量增强和超分辨率服务。相比传统CNN和GAN模型，DiT能生成更自然、高保真的纹理。该方案统一了实时4K超分辨率、压缩伪影去除、帧率优化和精准ROI增强等关键能力。通过Causal DiT和滚动缓存加速，实现了稳定60 FPS的实时推理性能，延迟极低。该技术有效提升了流媒体QoE、电商GMV和广告转化率。
AI产品DiT扩散变换器视频增强超分辨率腾讯云
推荐理由：腾讯云把DiT用在了直播场景，解决了传统CNN/GAN画质增强不够自然的问题，做直播、电商、视频平台的团队可以直接关注企业级方案，效果数据（GMV、转化率提升）值得点开看。
原文