本文提出了一种新型自级联扩散模型，能够快速适应高分辨率图像和视频生成，训练速度提高5倍，仅需0.002M调优参数。该模型通过多尺度上采样器和噪声重新调度策略，保持生成能力并提升局部细节，展示了低分辨率模型在高分辨率生成中的潜力。