实时互动网
·
CVPR 2026 | PixelDiT：用于图像生成的像素扩散变换器
原文中文，约4000字，阅读约需10分钟。
📝
内容提要
潜空间建模已成为扩散 Transformer（DiT）的标准范式。然而，它依赖于一个两阶段的流程，其中预训练的自编码器会引入有损重建，导致误差累积并阻碍联合优化。为了解决这些问题，...
