跳到正文
arXiv Computer Vision· SeungJu Cha, Ye-Chan Kim, HyunGee Kim, Sungho Koh, Dong-Jin Kim·· 2 小时前AI 评分27

DaTMe:用扩散动力学决定哪些 token 该合并,加速图像生成

Which Tokens to Merge? Diffusion Dynamics for Efficient Image Generation

AI 导读

研究者提出免训练框架 Dynamics-aware Token Merging(DaTMe),依据扩散动力学判断 token 重要性来决定合并对象。该方法从 Tweedie 去噪估计构建动力学感知重要性图,融合预测干净图像的跨步变化时间信号与边界、细节等局部高频结构信号,在给定压缩比下保留重要 token 作锚点,仅合并时间上已稳定且结构均匀的 token。

来源:arXiv Computer Vision · arxiv.org