本文介绍了一种名为CartoonDiff的无需训练的采样方法，用于生成图像卡通化效果。该方法基于扩散Transformer模型，将逆向过程分解为语义生成和细节生成阶段，并在去噪步骤中对噪声图像的高频信号进行归一化。实验结果表明CartoonDiff具有强大的能力，不需要参考图像、复杂的模型设计或参数调整。