SKILD：统一生成与连续超分的扩散模型
热点事件持续更新
SKILD：统一生成与连续超分的扩散模型
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Zixin Jessie Chen 等作者提出并发布 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。 据作者描述，该模型把尺度作为扩散动力学的显式坐标，仅改变起始时间步即可切换两项任务，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。这些是论文中的主张，尚未见独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
SKILD：统一生成与连续超分辨率的尺度不变扩散模型报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AISKILD：统一生成与连续超分辨率的尺度不变扩散模型
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。