面向无线AI生成内容 (AIGC) 分送的语义通信式可调节工作负载收发器
机器学习
2025-03-25 v1 计算机视觉与模式识别
摘要
随着生成式AI (GAI) 的快速发展和移动设备的普及，越来越多地通过无线网络提供高质量AI生成内容 (AIGC) 服务成为未来趋势。然而，AIGC服务在无线网络中的主要挑战在于信道不稳、带宽资源有限以及计算资源分布不均。本文采用语义通信 (SemCom) 技术于扩散式GAI模型，提出一种面向动态无线网络的资源感知型可调节工作负载收发器 (Resource-aware wOrkload-adjUstable TransceivEr, ROUTE)。具体而言，为缓解通信资源瓶颈，利用SemCom优先级选择生成内容的语义信息。随后，为提高边缘和本地计算资源的利用率，减少AIGC传输中的语义失真，应用修改型扩散模型调整计算工作负载和语义密度以实现协作内容生成。仿真结果表明，我们提出的ROUTE在延迟和内容质量方面均优于传统AIGC方法。
引用
@article{arxiv.2503.18874,
title = {A semantic communication-based workload-adjustable transceiver for wireless AI-generated content (AIGC) delivery},
author = {Runze Cheng and Yao Sun and Lan Zhang and Lei Feng and Lei Zhang and Muhammad Ali Imran},
journal= {arXiv preprint arXiv:2503.18874},
year = {2025}
}