Registers Matter for Pixel-Space Diffusion Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Starodubcev, Nikita, Sudakov, Ilia, Drobyshevskiy, Ilya, Babenko, Artem, Baranchuk, Dmitry
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scale-wise Distillation of Diffusion Models
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2025)

Your Student is Better Than Expected: Adaptive Teacher-Student Collaboration for Text-Conditional Diffusion Models
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2023)

Revisiting Autoregressive Models for Generative Image Classification
von: Sudakov, Ilia, et al.
Veröffentlicht: (2026)

Invertible Consistency Distillation for Text-Guided Image Editing in Around 7 Steps
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2024)

Rethinking Global Text Conditioning in Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

QUASAR: QUality and Aesthetics Scoring with Advanced Representations
von: Kastryulin, Sergey, et al.
Veröffentlicht: (2024)

CasTex: Cascaded Text-to-Texture Synthesis via Explicit Texture Maps and Physically-Based Shading
von: Aliev, Mishan, et al.
Veröffentlicht: (2025)

Switti: Designing Scale-Wise Transformers for Text-to-Image Synthesis
von: Voronov, Anton, et al.
Veröffentlicht: (2024)

PixelDiT: Pixel Diffusion Transformers for Image Generation
von: Yu, Yongsheng, et al.
Veröffentlicht: (2025)

HyperDiT: Hyper-Connected Transformers for High-Fidelity Pixel-Space Diffusion
von: He, Yu, et al.
Veröffentlicht: (2026)

Inverse Bridge Matching Distillation
von: Gushchin, Nikita, et al.
Veröffentlicht: (2025)

Alchemist: Turning Public Text-to-Image Data into Generative Gold
von: Startsev, Valerii, et al.
Veröffentlicht: (2025)

Accurate Compression of Text-to-Image Diffusion Models via Vector Quantization
von: Egiazarian, Vage, et al.
Veröffentlicht: (2024)

Transforming Weather Data from Pixel to Latent Space
von: Zhao, Sijie, et al.
Veröffentlicht: (2025)

DiP: Taming Diffusion Models in Pixel Space
von: Chen, Zhennan, et al.
Veröffentlicht: (2025)

Novel View Synthesis with Pixel-Space Diffusion Models
von: Elata, Noam, et al.
Veröffentlicht: (2024)

Pixel-Perfect Depth with Semantics-Prompted Diffusion Transformers
von: Xu, Gangwei, et al.
Veröffentlicht: (2025)

Vision Transformers Need Registers
von: Darcet, Timothée, et al.
Veröffentlicht: (2023)

One Small Step in Latent, One Giant Leap for Pixels: Fast Latent Upscale Adapter for Your Diffusion Models
von: Razin, Aleksandr, et al.
Veröffentlicht: (2025)

MADrive: Memory-Augmented Driving Scene Modeling
von: Karpikova, Polina, et al.
Veröffentlicht: (2025)

Vision Transformers with Self-Distilled Registers
von: Chen, Yinjie, et al.
Veröffentlicht: (2025)

FlowFeat: Pixel-Dense Embedding of Motion Profiles
von: Araslanov, Nikita, et al.
Veröffentlicht: (2025)

PixelFlow: Pixel-Space Generative Models with Flow
von: Chen, Shoufa, et al.
Veröffentlicht: (2025)

Pixel-SAIL: Single Transformer For Pixel-Grounded Understanding
von: Zhang, Tao, et al.
Veröffentlicht: (2025)

Vision Transformers Need More Than Registers
von: Shi, Cheng, et al.
Veröffentlicht: (2026)

PixPerfect: Seamless Latent Diffusion Local Editing with Discriminative Pixel-Space Refinement
von: Zheng, Haitian, et al.
Veröffentlicht: (2025)

Scalable High-Resolution Pixel-Space Image Synthesis with Hourglass Diffusion Transformers
von: Crowson, Katherine, et al.
Veröffentlicht: (2024)

FORA: Fast-Forward Caching in Diffusion Transformer Acceleration
von: Selvaraju, Pratheba, et al.
Veröffentlicht: (2024)

Pixel Is Not a Barrier: An Effective Evasion Attack for Pixel-Domain Diffusion Models
von: Shih, Chun-Yen, et al.
Veröffentlicht: (2024)

Using predefined vector systems to speed up neural network multimillion class classification
von: Gabdullin, Nikita, et al.
Veröffentlicht: (2026)

Latent Forcing: Reordering the Diffusion Trajectory for Pixel-Space Image Generation
von: Baade, Alan, et al.
Veröffentlicht: (2026)

Video Prediction of Dynamic Physical Simulations With Pixel-Space Spatiotemporal Transformers
von: Slack, Dean L, et al.
Veröffentlicht: (2025)

MSSPlace: Multi-Sensor Place Recognition with Visual and Text Semantics
von: Melekhin, Alexander, et al.
Veröffentlicht: (2024)

PixNerd: Pixel Neural Field Diffusion
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

Learning KAN-based Implicit Neural Representations for Deformable Image Registration
von: Drozdov, Nikita, et al.
Veröffentlicht: (2025)

PixelGen: Improving Pixel Diffusion with Perceptual Supervision
von: Ma, Zehong, et al.
Veröffentlicht: (2026)

RiT: Vanilla Diffusion Transformers Suffice in Representation Space
von: Zhang, Le, et al.
Veröffentlicht: (2026)

Pixel-Space Post-Training of Latent Diffusion Models
von: Zhang, Christina, et al.
Veröffentlicht: (2024)

Vision Transformers Don't Need Trained Registers
von: Jiang, Nick, et al.
Veröffentlicht: (2025)

Leveraging Registers in Vision Transformers for Robust Adaptation
von: Yellapragada, Srikar, et al.
Veröffentlicht: (2025)