Famille PixelDiT : DiT sans VAE en espace pixel + Super-résolution PiD par NVIDIA

PixelDiT de NVIDIA est un transformateur de diffusion dans l'espace pixel sans VAE pour la génération d'images à partir de texte. Inclut les modèles PiD (Pixel Diffusion Decoder) pour la super-résolution jusqu'à 4K.

P

PixelDiT de NVIDIA

Texte-à-ImageSans VAESuper-résolutionDiT

PixelDiT est un transformateur de diffusion dans l'espace pixel sans VAE (1,3B) pour la génération d'images à partir de texte, publié à CVPR 2026. Cette famille inclut également PiD (Pixel Diffusion Decoder) — des décodeurs distillés en 4 étapes qui mettent à l'échelle les images latentes de 512px à 2048px ou de 1024px à 4096px dans plusieurs espaces latents (FLUX, SD3, SDXL).

Organisation HFGitHubArticleSite web

Composants

ComposantDescription
PixelDiT & PiDPixelDiT 1.3B texte-à-image + décodeurs de super-résolution PiD pour plusieurs espaces latents

Sélectionnez un composant pour les tutoriels, les nœuds personnalisés et les actualités associées. Les téléchargements de poids sélectionnés se trouvent dans le catalogue Model Hub.