arXiv cs.CV· Ram\'on Calvo-Gonz\'alez, Youssef Saied, Fran\c{c}ois Fleuret·· 4 小时前AI 评分22
PoolDINO：用池化表示自编码器实现高效扩散生成
Pooling Representation Autoencoders for Efficient Diffusion
AI 导读
研究者提出 PoolDINO，一种可学习的仿射池化算子，通过合并相邻 token 压缩表示自编码器（RAE）的密集 token 网格，并与 RGB 解码器联合训练。在 ImageNet-256 上，4x token 压缩在内部引导下保持可比生成质量，16x 压缩以部分质量换取更高效率；固定 100 采样步数时，潜采样吞吐分别提升 3.7x 和 9.0x。
来源：arXiv cs.CV · arxiv.org