共 1 篇相关文章
ProtoDiffusion 提出基于 ProtoVAE 的多层图像生成框架,用共享空间原型加每层候选向量替代逐层满网格表示,将 N 层设计的令牌量从 NHW 压缩到 HW+N,支持图像与文本双条件生成,速度比生成再分解的级联方案快 19.1 倍。