新研究发现扩散 Transformer 早期已可读出图像内容

特拉维夫大学与康奈尔大学团队提出新框架分析扩散 Transformer 的生成过程，发现生成早期中间的 contextual tokens 就已「读出」大量尚未成形的图像信息。论文《Learning to Read the Contextual Tokens in Diffusion Transformers》表明，扩散 Transformer 在生成早期便编码了最终图像的关键内容。