arXiv cs.AI· Zixin Jessie Chen, Zhuo Chen, Archer Wang, Jeff Gore, William T. Freeman, Congyue Deng, Marin Solja\v{c}i\'c·· 11 小时前AI 评分38
SKILD：统一生成与连续超分辨率的尺度不变扩散模型
Everything at Every Scale: Scale-Invariant Diffusion with Continuous Super-Resolution
AI 导读
研究者提出 SKILD，一个尺度不变的 K 空间图像学习扩散模型，在单一无条件框架内统一图像生成与连续超分辨率。该模型将尺度作为扩散动力学的显式坐标，仅改变起始时间步即可完成两项任务，无需任务专用架构、条件分支、无分类器引导或按缩放因子重训练。
正文 · AI 翻译
摘要：从噪声中创建图像是图像生成；从粗粒度输入重建精细细节是超分辨率。尽管二者在实际应用中存在差异，但都可以理解为逆转跨尺度的信息损失。我们提出 $\textbf{SKILD}$，一种$\textbf{S}$cale-invariant $\textbf{K}$-Space $\textbf{I}$mage $\textbf{L}$earning $\textbf{D}$iffusion 模型，在单一无条件框架内统一了生成与连续超分辨率。自然图像和关键物理系统都表现出尺度不变性，我们利用这一点设计了一个前向过程，从细尺度到粗尺度衰减图像内容，同时注入频谱匹配的高斯噪声，使尺度成为扩散动力学的显式坐标。同一个训练好的逆向过程仅通过改变起始时间步即可执行生成和连续超分辨率：$\textit{无需任务特定架构，无需条件分支，无需无分类器引导，无需针对每个缩放因子重新训练}$。在实验中，SKILD 在无条件 CIFAR-10 上达到 FID $2.61$ 和 Inception Score $9.65$，从单一无条件检查点在 ImageNet 上执行 $2\times$--$8\times$ 超分辨率，同时在感知指标上优于条件模型，并重建了关键 Ising 模型，其连通四点关联与真实值紧密吻合。
| 评论： | 39 页，18 幅图，NeurIPS 2026 |
| 主题： | 计算机视觉与模式识别 (cs.CV)；统计力学 (cond-mat.stat-mech)；人工智能 (cs.AI)；机器学习 (cs.LG) |
| 引用为： | arXiv:2605.26032 [cs.CV] |
| （或 arXiv:2605.26032v2 [cs.CV] 为此版本） | |
| https://doi.org/10.48550/arXiv.2605.26032 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Zixin Chen [查看电子邮件]
[v1]
2026 年 5 月 25 日星期一 17:01:21 UTC（22,264 KB）
[v2]
2026 年 11 月 5 日星期四 18:49:37 UTC（22,422 KB）
来源：arXiv cs.AI · arxiv.org