热点事件持续更新
Looped-DiT：循环复用Transformer块生图
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月1日，AGI Hunt 报道了 Looped-DiT 方案：它提出循环扩散 Transformer，在每个去噪步骤内反复运行共享的 Transformer 块，从而在参数量不变的前提下增加计算深度。报道称，260M 参数的循环模型在多个 T2I 基准上超越 6.5 倍大的模型，推理算力降低 4.9 倍。方案用跨循环深监督与自调制注意力解决朴素循环带来的监督不足与注意力失稳问题；在固定推理预算下，加深循环比增加去噪步数收益更大。目前该事件仅见这一篇报道，暂无后续进展或其他来源的进一步说明。
AI 根据报道生成 · 50 分钟前更新
最新进展10月1日 12:54
Looped-DiT 以 260M 参数循环复用 Transformer 块，算力降 4.9 倍仍超 6.5 倍大模型。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI HuntLooped-DiT：循环复用 Transformer 块，260M 小模型以 4.9 倍低算力胜过 6.5 倍大模型
Looped-DiT 提出循环扩散 Transformer，在每个去噪步骤内反复运行共享的 Transformer 块，以参数量不变的方式增加计算深度。260M 参数的循环模型在多个 T2I 基准上超越 6.5 倍大的模型，推理算力降低 4.9 倍。其跨循环深监督与自调制注意力解决了朴素循环的监督不足与注意力失稳，且固定推理预算下加深循环比增加去噪步数收益更大。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。