arXiv · Computer Vision· Zihao Pan, Mengting Chen, Cheng Shi, Taihang Hu, Zhengrong Yue, Zikang Wang, Yuan Wang, Wei Li, Sibei Yang·· 4 hr agoAI score43
学习表征以引导像素扩散 Transformer
Learning Representations to Guide Pixel Diffusion Transformers
AI brief
论文提出 Representation Guidance（RG），在保留普通 Transformer 架构的同时直接形成并利用内部表征，以低维瓶颈压缩生成相关信息并据此修改 flow-matching 目标来引导解码器生成。
Source: arXiv · Computer Vision · arxiv.org