待验证50% 置信事实精确时间
PixelMoE引入了Pixel-Space Hierarchical Flow Matching，让空间分辨率沿去噪轨迹变化：早期阶段用低分辨率大感受野捕捉全局结构，后期阶段用高分辨率精修细节。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证分块处理（tiled）是图像生成领域经典的显存优化手段，最早广泛用于Stable Diffusion的高分辨率放大场景68% 相似待验证PixelMoE证明LLM领域成熟的Mixture-of-Experts（MoE）架构可以直接迁移到像素空间扩散模型上，不需要任何扩散专属的路由机制。66% 相似已验证当前主流多模态LLM通过视觉编码器（通常是CLIP或ViT系列）将图像转换为token序列，再经线性投影层或交叉注意力机制与文本空间对齐65% 相似待验证潜在扩散模型将图像生成从像素空间转移到压缩后的潜在空间进行，包含编码器压缩图像、U-Net在潜在空间执行迭代去噪、解码器还原为像素图像三个关键组件65% 相似部分验证谷歌Pixel系列是计算摄影路线的早期代表，其HDR+算法通过快速连拍多张欠曝照片再合成提升弱光成像效果64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026716API
curl https://kongchang.com/api/v1/knowledge/claims/1026716MCP
get_claim(id=1026716)