APEX：面向极限压缩的异步前缀去噪
减少潜在 token 有望降低扩散模型的成本，但激进的潜在压缩会带来重建与生成之间的权衡：增加通道可改善重建，却会使生成更困难。APEX 将层级潜在空间与按通道组进行的异步去噪结合起来。其自编码器按从结构到细节的顺序排列通道前缀；共享去噪器则在错开的局部时间生成这些前缀，且不增加 token。在 ImageNet-512 上，采用 64 倍和 128 倍压缩时，APEX 在所有测试通道数下均优于对比方法。在训练和引导采样计算量相同的条件下，它也在所有评估预算中超过了 256-token 模型。代码已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。