**像素空间文本到图像扩散模型训练实证研究** _An Empirical Study of Training Pixel-Space Text-to-Ima
原帖
**像素空间文本到图像扩散模型训练实证研究**
_An Empirical Study of Training Pixel-Space Text-to-Image Diffusion Models_
> 本文系统研究了像素空间扩散模型的训练方法。研究发现像素空间直接预训练收敛速度远慢于潜空间,因此提出潜空间到像素空间的策略:先在潜空间高效获取生成先验,再在后期训练过渡到像素空间。通过优化权重初始化、数据组成、预测目标、解码器架构和噪声调度等关键设计,使像素空间模型匹配或超越潜空间模型,同时实现3.18至4.75倍的端到端推理加速。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.16887)