7月21日
12:00
12:00官方账号arXiv cs.LG@Peng Sun, Zhenglin Cheng, Deyuan Liu, Jun Xie, Xinyi Shang, Tao Lin
论文提出三体散射建模 (TBSM),将能量距离转化为每个抛射体与一个真实源和一个生成源之间的相互作用,避免全对场计算。在 ImageNet-256 上,使用像素空间 PixelDiT-XL 得到 FID 2.23,使用潜空间 DiT-XL 得到 FID 1.63(NFE=1)。该方法通过在线追踪条件期望降低场噪声,为单步生成提供直接回归监督。
推荐理由:这篇论文用物理中的三体散射思路做生成模型,仅需一步就达到 DiT-XL 的 FID 1.63,比传统扩散模型少很多步。