论文页面 - Persistence Forcing：挖掘像素空间扩散模型中的特征特化

来源：https://huggingface.co/papers/2609.36014

摘要

像素空间 DiT（Pixel-space Diffusion Transformers，DiTs）直接在高维视觉数据上操作，但其隐藏表征在不同深度上通常经历均匀的细化。然而，天然图像本身具有不同粒度层次的组织方式。全局结构往往可以被紧凑地表示，而局部纹理和细节则需要更丰富的表征。受此启发，我们在像素空间 DiT 中引入了异构细化（heterogeneous refinement），为不同的特征组在深度方向上分配不同的细化预算。由此产生了一种有序的特征特化：被稀疏细化的特征主要编码全局视觉结构，而被更频繁细化的特征则越来越专注于局部的高频细节。我们将这两组特征分别称为持久特征（persistent features）和活跃特征（active features）。基于这种自发形成的特化现象，我们提出了 Persistence Forcing（PerF），它显式地利用这种“持久—活跃“的特征组织方式进行像素空间图像生成。这使得持久特征能够持续地为活跃细化的特征提供条件，让稳定的全局信息引导对更精细视觉细节的持续细化。在生成采样过程中，这种交互还会产生一个有意义的引导方向，促进连贯的全局结构，并与无分类器引导（classifier-free guidance）自然互补。在 ImageNet 256×256 上，PerF-L 取得 FID 1.91，以仅一半的参数量接近 JiT-H 的 1.86；而 PerF-H 则进一步在 ImageNet 256×256 和 512×512 上分别取得 FID 1.63 和 1.76。

查看 arXiv 页面 (https://arxiv.org/abs/2609.36014)　查看 PDF (https://arxiv.org/pdf/2609.36014)　项目页面 (https://chongwang1024.github.io/PerF/)　GitHub10 (https://github.com/ChongWang1024/PerF)　添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.36014)

在你的 agent 中获取这篇论文：

hf papers read 2609.36014

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型1

ChongWang1024/PerF 　约 10 小时前更新 • 2 (https://huggingface.co/ChongWang1024/PerF)

引用本文的数据集0

没有关联该论文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2609.36014 即可从本页面链接它。

引用本文的 Spaces0

没有关联该论文的 Space

在 Space README.md 中引用 arxiv.org/abs/2609.36014 即可从本页面链接它。

包含该论文的合集0

没有包含该论文的合集

将该论文添加到合集 (https://huggingface.co/new-collection) 即可从本页面链接它。