UNet
一种编码器-解码器对称神经网络架构，以跳跃连接为核心特征，最初用于医学图像分割，后广泛应用于图像生成、扩散模型等视觉任务中。
时间轴 (近 90 天)
跳跃连接将编码器各层级的高分辨率特征直接传递到解码器对应层级，弥补下采样过程中丢失的空间细节，对牙齿轮廓、牙槽骨边界等精细结构的分割边缘准确性有显著改善。
编码器-解码器架构中，编码器通过卷积和池化操作逐步降低特征图的空间分辨率以提取高层语义信息，解码器通过上采样将低分辨率特征恢复到原始图像尺寸以输出逐像素的分割结果。
一项研究在统一实验条件下对PSPNet、DeepLabV3、UNet和UNet++四种主流分割模型进行了系统性对比，用于牙科X光图像分割。
DiT以Transformer块替代卷积层，相比早期采用UNet结构的扩散模型在高分辨率生成上表现更优
InstantFusion的共享接口使跨架构在线策略蒸馏成为可能，让教师模型（如大型DiT）与学生模型（如轻量UNet）在共享潜空间中交换中间状态
图像生成模型的权重通常分为文本编码器、扩散主干网络（UNet 或 DiT）以及解码器（VAE）等多个组件
在语义分割任务中，基础模型UNet的原始mIoU指标为0.817
第一轮优化中Agent给出的改动集中在方向卷积、深度监督及训练策略上，mIoU从0.817提升到0.82
最终方案对比原始权重平均mIoU涨了约三个点，但某些组合叠加反而会降点，并非越多越好
传统 ControlNet 需要复制并微调 UNet 编码器的全部权重，体积与基础模型相当，部署成本较高
还有 7 条时间轴事件
全部知识事实 (17)
Prompt-to-Prompt的核心洞见是扩散模型中交叉注意力层的注意力图直接控制了图像的空间布局
70%待验证跳跃连接将编码器各层级的高分辨率特征直接传递到解码器对应层级，弥补下采样过程中丢失的空间细节，对牙齿轮廓、牙槽骨边界等精细结构的分割边缘准确性有显著改善。
50%待验证编码器-解码器架构中，编码器通过卷积和池化操作逐步降低特征图的空间分辨率以提取高层语义信息，解码器通过上采样将低分辨率特征恢复到原始图像尺寸以输出逐像素的分割结果。
50%待验证DiT以Transformer块替代卷积层，相比早期采用UNet结构的扩散模型在高分辨率生成上表现更优
50%待验证InstantFusion的共享接口使跨架构在线策略蒸馏成为可能，让教师模型（如大型DiT）与学生模型（如轻量UNet）在共享潜空间中交换中间状态
50%待验证图像生成模型的权重通常分为文本编码器、扩散主干网络（UNet 或 DiT）以及解码器（VAE）等多个组件
50%待验证在语义分割任务中，基础模型UNet的原始mIoU指标为0.817
50%待验证第一轮优化中Agent给出的改动集中在方向卷积、深度监督及训练策略上，mIoU从0.817提升到0.82
50%待验证最终方案对比原始权重平均mIoU涨了约三个点，但某些组合叠加反而会降点，并非越多越好
50%待验证传统 ControlNet 需要复制并微调 UNet 编码器的全部权重，体积与基础模型相当，部署成本较高
50%待验证该模型基于flow matching构建时空UNet架构，采用速度预测和50步Euler采样
50%待验证扩散模型（UNet/DiT主干网络）参数量大往往能承受较激进的量化，而文本编码器作为语义入口保留更高精度（如INT8甚至FP16）通常更划算
50%待验证混合Transformer-UNet架构结合了Transformer在全局语义理解上的优势和UNet在空间层级特征提取上的能力
50%待验证在扩散模型中，UNet的任务是在每一步采样中预测并去除潜空间中的噪声，经多步迭代还原图像
50%待验证UNet是当前主流图像生成模型的骨干架构，最初由Ronneberger等人于2015年为医学图像分割提出
50%待验证该工作流推荐使用UNet加载器加载Z-Image Turbo微调模型作为大模型
50%待验证一项研究在统一实验条件下对PSPNet、DeepLabV3、UNet和UNet++四种主流分割模型进行了系统性对比，用于牙科X光图像分割。
50%