UltraDiff：压缩潜空间高分辨率生成

2026年10月16日，arXiv 的 cs.CV 版面出现 UltraDiff 方法，目标是在压缩潜空间内实现高分辨率图像生成。它采用双分支 DiT 架构，由 MixTeacher 建模 f8 与 f32 潜变量的联合分布，并借助共享注意力把高保真 f8 先验迁移进来，随后在原生 f32 空间做向量场蒸馏，以消除压缩带来的歧义。报道称，在 1K 至 4K 分辨率设置下，UltraDiff 的画质接近 f8，同时保留 f32 的效率；在单张 A100 上以 20 步采样生成 2K 图像耗时 6.2 秒，比其 f8 基线快 40 倍以上。目前仅有这一篇报道，尚无后续复现或对比结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。