.png)
2025年8月，扩散模型领域核心DiT遭网友质疑，称其数学、形式均错误，甚至怀疑其无Transformer。作者谢赛宁迅速回应，批评标题党行为并强调科学精神，指出评价需基于假设与实验。DiT融合Transformer与扩散模型，性能超越U-Net经典模型，广泛应用于图像视频生成。质疑者依据论文《TREAD》提出六点反驳，包括架构隐含特性及训练效率问题。谢赛宁否认Tread与“DiT是错的”有关，称其为正则化提升的结果，并推荐升级版Lightning DiT。他还总结团队改进方向，如内部表征学习方法REPA及相关技术优化，同时指出sd-vae是当前主要瓶颈。
原文链接
本文链接：https://kx.umi6.com/article/23877.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "23877")
相关推荐
.png)
换一换
智源推出全能视觉生成模型 OmniGen：支持文生图、图像编辑等
2024-10-29 16:33:28
华人团队终结Token危机：扩散模型数据潜力超自回归三倍
2025-08-13 17:38:29
扩散模型还原被遮挡物体，几张稀疏照片也能”脑补”完整重建交互式3D场景｜CVPR’25
2025-04-23 13:56:19
DiT在数学和形式上是错的？谢赛宁回应：不要在脑子里做科学
2025-08-20 13:13:44
GAN已死？GAN万岁！布朗康奈尔新作爆火，一夜碾压扩散模型
2025-01-11 17:39:16
LeCun三顾茅庐，谢赛宁终于入伙！新公司获投10亿美元
2026-03-11 18:23:51
跳过“逐字生成”！蚂蚁集团赵俊博：扩散模型让我们能直接修改Token | MEET2026
2025-12-12 12:47:17
嚯！大语言扩散模型来了，何必只预测下一个token | 人大高瓴&蚂蚁
2025-02-18 13:14:03
突破瓶颈！北航ETH等首次将扩散模型完全量化至1bit，28倍存储节省+52.7倍效率提升
2025-01-11 12:37:26
CVPR 2026 生成式 AI 观察梳理：视觉模型开始重写默认设定
2026-04-30 11:18:37
12秒生成1万token！谷歌推出文本「扩散模型」Gemini Diffusion，研究员：演示都得降速看
2025-05-22 15:30:59
DeepMind大模型再登Nature：8分钟预测15日天气，准确度超顶尖物理模型
2024-12-05 16:02:34
谷歌 Fluid 颠覆共识：两大因素被发现，AI 文生图领域自回归模型超越扩散模型
2024-10-23 14:39:38
732 文章
688866 浏览
24小时热文
更多
-
2026-06-09 00:54:40 -
2026-06-09 00:53:08
-
2026-06-08 23:49:41
