arXiv cs.CV· Ziqiao Wang, Yang You·· 2 小时前AI 评分36
超越估计值：WiD 用 Wiener 统计信息解码让像素空间流模型更易训练
Beyond the Estimate: Wiener-Informed Decoding for Easier Training of Pixel-Space Flow Models
AI 导读
WiD（Wiener-informed Decoding）用冻结的 Wiener 估计等二阶图像统计同时做直接预测并组织解码器计算，在不改动原生模块的前提下加速像素空间流模型训练。在 ImageNet 256×256 上，PixelDiT-XL 结合 WiD 训练 500 个 epoch 达到 FID 1.53，质量与 PixelDiT 相当但训练 epoch 减少 37.5%，且仅增加少量参数。
来源：arXiv cs.CV · arxiv.org