SpecSlot解耦全局通信与图像细节

论文作者提出SpecSlot像素空间rectified-flow Transformer，通过局部频谱槽和受限全局注意力解耦全局通信与图像细节建模。论文称，该方法不增加全局注意力序列长度，即可提升生成图像的细节表现。 具体而言，模型将每个空间锚点扩展为多个互不重叠的DCT频带槽，仅让最低频槽参与全局注意力，其余槽进行局部交互，同时保留像素空间生成状态、目标和损失。

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。