**SpecSlot：解耦全局通信与细节生成的像素空间生成模型**

_Read, Allocate, Route: Role-Coupled Tokenization for Pixel-Space Generative Transformers_

> 针对像素空间生成 Transformer 在捕捉细节时面临的全局注意力成本高昂问题，研究提出了 SpecSlot 模型。该模型基于频率分离洞察，将图像锚点扩展为分配不同 DCT 频带的槽位，仅让低频槽位参与全局注意力，高频细节则通过局部交互处理。实验表明，SpecSlot 在保持生成质量的同时显著降低了计算成本，在图像生成和文生图任务上均优于现有控制模型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40647)