【ICCV2025】InfGen：一种分辨率无关的可扩展图像合成范式

主要观点总结

文章主要介绍了图像生成技术在不同设备上的视觉体验价值，以及现有扩散模型在计算高分辨率图像时的局限性。为解决这一问题，文章提出了潜在扩散模型的第二代改进，通过利用单步生成器将紧凑的潜在表示解码为任意分辨率的图像，并介绍了InfGen替代传统VAE的应用。

关键观点总结

关键观点1: 现有扩散模型在高分辨率图像生成时的计算瓶颈。

随着图像分辨率的提升，现有扩散模型计算需求呈二次方增长，导致4K图像生成延迟过长。

关键观点2: 潜在扩散模型的第二代改进介绍。

通过引入扩散模型生成的固定潜在表示作为内容表征，提出利用单步生成器将紧凑的潜在表示解码为任意分辨率的图像，从而提高了生成效率和图像质量。

关键观点3: InfGen的应用。

文章提到用InfGen替代传统的VAE，可以更加便捷地查看和下载相关研究成果，并提供了一个链接供读者查看和下载本文。