2025年3月22日
FlowMo: 模式搜索+扩散模型提升图像Token化性能
摘要： 自VQGAN和Latent Diffusion Models等视觉生成框架问世以来，先进的图像生成系统通常采用两阶段架构：首先将视觉数据Token化或压缩至低维潜在空间，随后学习生成模型。传统Token化器训练遵循标准范式，通过MSE、感知损失和对抗性损失的组合约束来实现图像压缩与重建。虽然扩散自编 阅读全文
posted @ 2025-03-22 10:02 deephub 阅读(31) 评论(0) 推荐(0)