arXiv cs.CV· Bingliang Zhang, Wenda Chu, Yizhuo Li, Linjie Yang, Yisong Yue, Katherine L. Bouman, Yang Song, Qiushan Guo·· 2 小时前AI 评分43
SpeeDiff：可扩展的像素锚定端到端潜在扩散模型
SpeeDiff: Scalable Pixel-Anchored End-to-End Latent Diffusion Model
AI 导读
SpeeDiff 从零联合训练 VAE 与扩散模型，并用 Tweedie 像素重建（TPR）损失缓解朴素端到端实现中的潜在空间坍缩。SpeeDiff-XL 在 ImageNet 256x256 无引导生成上 FID 达 1.50，训练速度比 Vanilla SiT 和 REPA 分别快 140x 和 61x。
来源：arXiv cs.CV · arxiv.org