Switti: Designing Scale-Wise Transformers for Text-to-Image Synthesis
Fuente:
arXiv
Salvato in:
| Autori principali: | Voronov, Anton, Kuznedelev, Denis, Khoroshikh, Mikhail, Khrulkov, Valentin, Baranchuk, Dmitry |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Invertible Consistency Distillation for Text-Guided Image Editing in Around 7 Steps
di: Starodubcev, Nikita, et al.
Pubblicazione: (2024)
di: Starodubcev, Nikita, et al.
Pubblicazione: (2024)
Accurate Compression of Text-to-Image Diffusion Models via Vector Quantization
di: Egiazarian, Vage, et al.
Pubblicazione: (2024)
di: Egiazarian, Vage, et al.
Pubblicazione: (2024)
Scale-wise Distillation of Diffusion Models
di: Starodubcev, Nikita, et al.
Pubblicazione: (2025)
di: Starodubcev, Nikita, et al.
Pubblicazione: (2025)
CasTex: Cascaded Text-to-Texture Synthesis via Explicit Texture Maps and Physically-Based Shading
di: Aliev, Mishan, et al.
Pubblicazione: (2025)
di: Aliev, Mishan, et al.
Pubblicazione: (2025)
Alchemist: Turning Public Text-to-Image Data into Generative Gold
di: Startsev, Valerii, et al.
Pubblicazione: (2025)
di: Startsev, Valerii, et al.
Pubblicazione: (2025)
Revisiting Autoregressive Models for Generative Image Classification
di: Sudakov, Ilia, et al.
Pubblicazione: (2026)
di: Sudakov, Ilia, et al.
Pubblicazione: (2026)
Your Student is Better Than Expected: Adaptive Teacher-Student Collaboration for Text-Conditional Diffusion Models
di: Starodubcev, Nikita, et al.
Pubblicazione: (2023)
di: Starodubcev, Nikita, et al.
Pubblicazione: (2023)
Rethinking Global Text Conditioning in Diffusion Transformers
di: Starodubcev, Nikita, et al.
Pubblicazione: (2026)
di: Starodubcev, Nikita, et al.
Pubblicazione: (2026)
Registers Matter for Pixel-Space Diffusion Transformers
di: Starodubcev, Nikita, et al.
Pubblicazione: (2026)
di: Starodubcev, Nikita, et al.
Pubblicazione: (2026)
CoMa: Contextual Massing Generation with Vision-Language Models
di: Maslov, Evgenii, et al.
Pubblicazione: (2026)
di: Maslov, Evgenii, et al.
Pubblicazione: (2026)
Does Diffusion Beat GAN in Image Super Resolution?
di: Kuznedelev, Denis, et al.
Pubblicazione: (2024)
di: Kuznedelev, Denis, et al.
Pubblicazione: (2024)
Scaling Text-to-Image Diffusion Transformers with Representation Autoencoders
di: Tong, Shengbang, et al.
Pubblicazione: (2026)
di: Tong, Shengbang, et al.
Pubblicazione: (2026)
MADrive: Memory-Augmented Driving Scene Modeling
di: Karpikova, Polina, et al.
Pubblicazione: (2025)
di: Karpikova, Polina, et al.
Pubblicazione: (2025)
YaART: Yet Another ART Rendering Technology
di: Kastryulin, Sergey, et al.
Pubblicazione: (2024)
di: Kastryulin, Sergey, et al.
Pubblicazione: (2024)
Fine-Tuning Text-To-Image Diffusion Models for Class-Wise Spurious Feature Generation
di: MaungMaung, AprilPyone, et al.
Pubblicazione: (2024)
di: MaungMaung, AprilPyone, et al.
Pubblicazione: (2024)
Scaling Rectified Flow Transformers for High-Resolution Image Synthesis
di: Esser, Patrick, et al.
Pubblicazione: (2024)
di: Esser, Patrick, et al.
Pubblicazione: (2024)
Visual Implicit Geometry Transformer for Autonomous Driving
di: Shirokov, Arsenii, et al.
Pubblicazione: (2026)
di: Shirokov, Arsenii, et al.
Pubblicazione: (2026)
Hierarchical and Step-Layer-Wise Tuning of Attention Specialty for Multi-Instance Synthesis in Diffusion Transformers
di: Zhang, Chunyang, et al.
Pubblicazione: (2025)
di: Zhang, Chunyang, et al.
Pubblicazione: (2025)
Robust Curve Detection in Volumetric Medical Imaging via Attraction Field
di: Yaushev, Farukh, et al.
Pubblicazione: (2024)
di: Yaushev, Farukh, et al.
Pubblicazione: (2024)
Snap Video: Scaled Spatiotemporal Transformers for Text-to-Video Synthesis
di: Menapace, Willi, et al.
Pubblicazione: (2024)
di: Menapace, Willi, et al.
Pubblicazione: (2024)
Meissonic: Revitalizing Masked Generative Transformers for Efficient High-Resolution Text-to-Image Synthesis
di: Bai, Jinbin, et al.
Pubblicazione: (2024)
di: Bai, Jinbin, et al.
Pubblicazione: (2024)
RATLIP: Generative Adversarial CLIP Text-to-Image Synthesis Based on Recurrent Affine Transformations
di: Lin, Chengde, et al.
Pubblicazione: (2024)
di: Lin, Chengde, et al.
Pubblicazione: (2024)
PixArt-$α$: Fast Training of Diffusion Transformer for Photorealistic Text-to-Image Synthesis
di: Chen, Junsong, et al.
Pubblicazione: (2023)
di: Chen, Junsong, et al.
Pubblicazione: (2023)
Exploring the Deep Fusion of Large Language Models and Diffusion Transformers for Text-to-Image Synthesis
di: Tang, Bingda, et al.
Pubblicazione: (2025)
di: Tang, Bingda, et al.
Pubblicazione: (2025)
Enhancing Adversarial Transferability via Component-Wise Transformation
di: Liu, Hangyu, et al.
Pubblicazione: (2025)
di: Liu, Hangyu, et al.
Pubblicazione: (2025)
Quality and Quantity: Unveiling a Million High-Quality Images for Text-to-Image Synthesis in Fashion Design
di: Yu, Jia, et al.
Pubblicazione: (2023)
di: Yu, Jia, et al.
Pubblicazione: (2023)
Kandinsky 3: Text-to-Image Synthesis for Multifunctional Generative Framework
di: Arkhipkin, Vladimir, et al.
Pubblicazione: (2024)
di: Arkhipkin, Vladimir, et al.
Pubblicazione: (2024)
Reflect-DiT: Inference-Time Scaling for Text-to-Image Diffusion Transformers via In-Context Reflection
di: Li, Shufan, et al.
Pubblicazione: (2025)
di: Li, Shufan, et al.
Pubblicazione: (2025)
Inverse Bridge Matching Distillation
di: Gushchin, Nikita, et al.
Pubblicazione: (2025)
di: Gushchin, Nikita, et al.
Pubblicazione: (2025)
Fine-grained Text to Image Synthesis
di: Ouyang, Xu, et al.
Pubblicazione: (2024)
di: Ouyang, Xu, et al.
Pubblicazione: (2024)
Spherical Dense Text-to-Image Synthesis
di: Winter, Timon, et al.
Pubblicazione: (2025)
di: Winter, Timon, et al.
Pubblicazione: (2025)
Efficient Scaling of Diffusion Transformers for Text-to-Image Generation
di: Li, Hao, et al.
Pubblicazione: (2024)
di: Li, Hao, et al.
Pubblicazione: (2024)
Scaling Down Text Encoders of Text-to-Image Diffusion Models
di: Wang, Lifu, et al.
Pubblicazione: (2025)
di: Wang, Lifu, et al.
Pubblicazione: (2025)
Product-Quantised Image Representation for High-Quality Image Synthesis
di: Zavadski, Denis, et al.
Pubblicazione: (2025)
di: Zavadski, Denis, et al.
Pubblicazione: (2025)
Regularized Distribution Matching Distillation for One-step Unpaired Image-to-Image Translation
di: Rakitin, Denis, et al.
Pubblicazione: (2024)
di: Rakitin, Denis, et al.
Pubblicazione: (2024)
Depth-Wise Convolutions in Vision Transformers for Efficient Training on Small Datasets
di: Zhang, Tianxiao, et al.
Pubblicazione: (2024)
di: Zhang, Tianxiao, et al.
Pubblicazione: (2024)
Text-to-Image Synthesis: A Decade Survey
di: Zhang, Nonghai, et al.
Pubblicazione: (2024)
di: Zhang, Nonghai, et al.
Pubblicazione: (2024)
All-in-One Conditioning for Text-to-Image Synthesis
di: Jayasekara, Hirunima, et al.
Pubblicazione: (2026)
di: Jayasekara, Hirunima, et al.
Pubblicazione: (2026)
The Devil is in the Details: StyleFeatureEditor for Detail-Rich StyleGAN Inversion and High Quality Image Editing
di: Bobkov, Denis, et al.
Pubblicazione: (2024)
di: Bobkov, Denis, et al.
Pubblicazione: (2024)
A High-Accuracy Fast Hough Transform with Linear-Log-Cubed Computational Complexity for Arbitrary-Shaped Images
di: Kazimirov, Danil, et al.
Pubblicazione: (2025)
di: Kazimirov, Danil, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Invertible Consistency Distillation for Text-Guided Image Editing in Around 7 Steps
di: Starodubcev, Nikita, et al.
Pubblicazione: (2024) -
Accurate Compression of Text-to-Image Diffusion Models via Vector Quantization
di: Egiazarian, Vage, et al.
Pubblicazione: (2024) -
Scale-wise Distillation of Diffusion Models
di: Starodubcev, Nikita, et al.
Pubblicazione: (2025) -
CasTex: Cascaded Text-to-Texture Synthesis via Explicit Texture Maps and Physically-Based Shading
di: Aliev, Mishan, et al.
Pubblicazione: (2025) -
Alchemist: Turning Public Text-to-Image Data into Generative Gold
di: Startsev, Valerii, et al.
Pubblicazione: (2025)