FlowDCN：探索类DCN架构以实现任意分辨率的快速图像生成

在AIGC中，任意分辨率图像生成仍然是一项具有挑战性的任务，因为它需要在保持高视觉质量的同时处理不同的分辨率和宽高比。现有的基于Transformer的扩散方法存在二次计算成本和有限的分辨率外推能力，使其在此任务中效果不佳。在本文中，我们提出了FlowDCN，这是一种纯卷积生成模型，具有线性的时间和内存复杂度，能够高效地生成任意分辨率的高质量图像。我们的FlowDCN配备了新设计的可学习分组可变形卷积块，具有更高的灵活性和能力，可以用单个模型处理不同的分辨率。FlowDCN在$256\times256$ ImageNet基准测试上达到了最先进的4.30 sFID，并取得了可比的分辨率外推结果，在收敛速度（仅需$\frac{1}{5}$的图像量）、视觉质量、参数量（减少$8\%$）和FLOPs（减少$20\%$）方面均超越了基于Transformer的同类方法。我们相信FlowDCN为可扩展且灵活的图像合成提供了一种有前景的解决方案。