2.6 亿参数循环扩散 Transformer 反超 6 倍规模基线，推理算力省近 5 倍

一项文生图研究显示，仅 2.6 亿参数的循环扩散 transformer（looped diffusion transformer）效果反超 6 倍规模的基线模型，推理计算量削减近 5 倍。其核心思路是让同一 transformer 反复迭代而非堆参数，展现「循环复用计算」在扩散模型中的潜力。对端侧与低成本生成有直接参考价值。