面向像素扩散模型的对抗训练
像素扩散模型直接生成 RGB 图像，但往往无法充分呈现自然图像的细粒度统计特征。该研究在预训练模型原有的扩散或流匹配目标上加入对抗损失，同时保持模型架构和采样流程不变。在两种像素模型上的实验显示，分布保真度、覆盖度、提示词对齐和感知质量均得到提升。分析表明，这种方法能够恢复缺失的高频图像信息；而在测试的潜空间扩散配置中，未观察到类似的综合提升。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。