在这项工作中，我们实证研究了用于文本到图像生成的扩散变压器 (DiT)，重点关注架构选择、文本调节策略和训练协议。我们评估了一系列基于 DiT 的架构（包括 PixArt 风格和 MMDiT 变体），并将它们与直接处理串联文本和噪声输入的标准 DiT 变体进行比较。令人惊讶的是，我们的研究结果表明，标准 DiT 的性能与那些专用模型相当，同时表现出卓越的参数效率，尤其是在扩大规模时。利用分层......
Small changes make some AI systems more brain-like than others
根据霍普金斯大学的研究，采用受生物学启发的架构设计的人工智能系统可以在接受任何数据训练之前模拟人脑活动
