212-A1.3｜扩散推理/训练加速系列；无引导自回归生成；面向AIGC可扩展文件格式，视觉显著性引导优化，未经授权数据使用问题

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: Image Generation｜Diffusion｜Adaptive Diffusion, Accelerating Diffusion, Faster DiT Training, Faster Diffusion Inpainting Training-Free Adaptive Diffusion with Bounded Difference Approximation Strategy 2024-10-13｜Shanghai AI Lab, Fudan, SJTU｜NeurIPS 2024 ｜⭐️ 🟡 http://arxiv.org/abs/2410.09873v1 https://jiakangyuan.github.io/AdaptiveDiffusion-project-page/ 概述 在图像和视频合成领域，扩散模型已取得显著成功。然而，现有的去噪技术通常依赖逐步噪声预测，这导致高计算成本和延迟，限制了其在交互式应用中的使用。为了解决这一瓶颈，本文提出了一种名为 自适应扩散（Adaptive Diffusion）的方法，通过在去噪过程中自适应地减少噪声预测步骤，从而提高效率 。该方法利用第三阶潜在差异来指导跳过不必要的噪声预测步骤，以保持最终去噪结果与 ………………………………