pixel-space

Parallel Rollout Approximation (PRA) 通过使用低维中间状态和并行训练改进了像素空间自回归图像生成，在ImageNet-1K生成任务上取得了新的最先进结果。

一种名为频谱强制（Spectral Forcing）的新技术，将时间条件化的二维离散余弦变换（2D-DCT）低通算子应用于像素空间扩散模型，通过显式分离信号与噪声提升效率，在ImageNet及文生图任务上超越基线方法。

AsymFlow是斯坦福大学提出的一种新方法，它将潜在扩散模型转换为像素空间，通过避免压缩带来的信息损失，生成更逼真的图像。在基准测试中，它以更低的计算成本超越了FLUX.2 klein。

非对称流建模（AsymFlow）将噪声预测限制在低秩子空间，以实现高效的高维流生成，通过从潜在流模型微调，在ImageNet和文本到图像任务上取得了最先进的结果。

L2P 论文提出了一种潜在空间到像素空间（Latent-to-Pixel）的迁移范式，该范式利用预训练的潜在扩散模型（LDM），以极低的训练开销构建高效的像素空间模型，并实现 4K 分辨率生成。