本研究提出Diff-2-in-1框架，解决了扩散模型在密集视觉感知任务中的应用不足，优化了多模态生成与视觉感知的结合，显著提升了生成数据的有效性和多样性。

本文介绍了部分扩散模型（PartDiff）生成新数据的方法，通过将图像扩散到中间潜在状态来减少去噪步骤的数量。实验证明，该模型能够保持生成数据的质量。