深入解讀Transformer擴散模型的先驅(qū)之作：DiT、PixArt、HDiT

AIGC動態(tài)歡迎閱讀

原標(biāo)題：深入解讀Transformer擴散模型的先驅(qū)之作：DiT、PixArt、HDiT
關(guān)鍵字：模型,圖像,知乎,華為,侵權(quán)
文章來源：算法邦
內(nèi)容字?jǐn)?shù)：15631字

內(nèi)容摘要：

智猩猩和智東西發(fā)起主辦的2024中國生成式AI大會將于4月18-19日在北京舉辦。主會場將進行開幕式、大模型專場、AI Infra專場和AIGC應(yīng)用專場；分會場將進行具身智能技術(shù)研討會、AI智能體技術(shù)研討會和中國智算中心創(chuàng)新論壇。掃名，也可咨詢。導(dǎo)讀原文來自知乎，作者為笑書神俠，是美團AI算法工程師，本文主要介紹DIT、PixArt、HDiT三款模型各自的特點和貢獻。
原文鏈接：https://zhuanlan.zhihu.com/p/684953658
本文只做學(xué)術(shù)/技術(shù)分享，如有侵權(quán)，聯(lián)系刪文。最近，隨著sora和stable diffusion3等技術(shù)的流行，基于transformer的擴散模型結(jié)構(gòu)受到了大家的廣泛關(guān)注。實際上，在這些技術(shù)火熱之前，就已經(jīng)有一些在這一領(lǐng)域的重要研究成果。其中，像
DiT(https://www.wpeebles.com/DiT.html)
PixArt(https://pixart-alpha.github.io/)
HDiT(https://crowsonkb.github.io/hourglass-diffusion-transformer

原文鏈接：深入解讀Transformer擴散模型的先驅(qū)之作：DiT、PixArt、HDiT

聯(lián)系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：智猩猩矩陣賬號之一，連接AI新青年，講解研究成果，分享系統(tǒng)思考。