通过多分辨率扩散模型减轻图像生成中的失真

原文中文，约300字，阅读约需1分钟。发表于：。

该研究提出了一种创新的增强扩散模型的方法，通过整合新颖的多分辨率网络和时间相关的层归一化，以提高高保真图像生成的有效性。

该方法使用预训练的自动编码器、隐式扩散模型和隐式神经解码器实现图像超分辨率和生成新图像。实验结果显示，该方法具有高质量、多样性和尺度一致性，并且在推理速度和内存使用方面优于其他技术。