PixelDiT 및 PiD: NVIDIA의 1.3B VAE 없는 픽셀 공간 DiT + PiD 4단계 초해상도
PixelDiT는 NVIDIA의 VAE-무료 1.3B 픽셀 공간 DiT로 텍스트 기반 이미지 생성을 수행합니다. PiD는 4단계 증류 초해상도 디코더를 제공하여 여러 잠재 데이터 공간에서 최대 4K까지 해상도를 높입니다.
P
PixelDiT 및 PiD
텍스트 기반 이미지 생성VAE-무료초해상도1.3B4K증류PixelDiT (CVPR 2026)는 1.3B 파라미터를 가진 VAE-무료 픽셀 공간 확산 트랜스포머로, 이중 수준 아키텍처(패치 수준 DiT + 픽셀 수준 DiT)와 MM-DiT 텍스트-이미지 융합을 특징으로 합니다. PiD(픽셀 확산 디코더)는 잠재 데이터-픽셀 디코딩을 조건부 픽셀 공간 확산 모델로 재구성하여, 디코딩과 업샘플링을 하나의 생성 모듈로 통합하고 4단계 증류 추론을 제공합니다. PiD는 FLUX.1, FLUX.2, SD3, SDXL 및 Qwen-Image를 포함한 여러 잠재 데이터 공간을 지원합니다.
| 개발자 | NVIDIA |
| 출시일 | 2026 (CVPR 2026) |
| 아키텍처 | 픽셀 공간 DiT (PixelDiT 1.3B) + 픽셀 확산 디코더 (PiD) |
| 라이선스 | NSCLv1 (비상업적 연구/평가) |
| 출력 해상도 | 1024px (PixelDiT), 최대 4096px (PiD) |
| 추론 단계 | 25-50 (PixelDiT), 4 (PiD 증류) |
| 텍스트 인코더 | Gemma-2-2B-IT |
Guides and workflows related to this model series.
No articles found.