arXiv cs.AI· Yanhao Ge, Shanyan Guan, Weihao Wang, Ying Tai, Mingyu You·· 11 小时前AI 评分38
RaPD：基于语义增强隐式表示的分辨率无关像素扩散模型
RaPD: Resolution-Agnostic Pixel Diffusion via Semantics-Enriched Implicit Representations
AI 导读
RaPD 提出在连续神经图像场（NIF）隐式空间中进行扩散，实现分辨率无关的图像生成。它通过语义表示引导让隐空间具备生成感知能力，并用坐标查询注意力渲染器支持任意分辨率渲染，仅改变查询坐标即可输出不同尺寸图像，扩散成本保持固定。论文已被 NeurIPS 2026 接收，实验显示其在生成质量与分辨率可扩展性上均优于现有方法。
正文 · AI 翻译
摘要：自然图像是连续的，然而大多数生成模型在离散网格上合成图像，限制了分辨率灵活生成。连续神经场能够实现无分辨率渲染，但先前的方法仅在解码阶段作为插值模块引入连续性，使生成潜空间仍保持离散化且面向重建。我们提出 RaPD（分辨率无关像素扩散），在连续神经图像场（NIF）潜空间中执行扩散。RaPD 通过面向生成感知潜学习的语义表示引导，以及用于坐标条件化、尺度感知渲染的坐标查询注意力渲染器，弥合了重建与生成之间的差距。仅改变查询坐标，即可将单个去噪潜变量渲染为任意分辨率，同时保持扩散成本固定。实验表明其具有更优的生成质量和分辨率可扩展性。
| 评论： | 第四十届神经信息处理系统年会（NeuIPS2026） |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.15908 [cs.CV] |
| （或 arXiv:2605.15908v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.15908 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yanhao Ge [查看邮箱]
[v1]
2026年5月15日星期五 12:45:17 UTC（17,798 KB）
[v2]
2026年10月16日星期五 09:35:08 UTC（11,256 KB）
来源：arXiv cs.AI · arxiv.org