FREPix：用于像素空间图像生成的频率异构流匹配
计算机视觉与模式识别
2026-05-08 v1 机器学习
摘要
像素空间扩散作为一种有前景的潜在空间生成替代方案再次兴起，因为它避免了VAE引入的表示瓶颈。然而，大多数现有方法仍将图像生成视为频率同构过程，忽略了低频和高频成分的不同作用与学习动态。为了解决这一问题，我们提出了FREPix，一个用于像素空间图像生成的频率异构流匹配框架。FREPix将生成显式分解为低频和高频成分，为它们分配独立的传输路径，使用分解网络进行预测，并以频率感知目标进行训练。这样，从粗到细的生成成为显式的设计原则，而非隐式行为。在ImageNet类别到图像生成任务上，FREPix在像素空间生成模型中取得了有竞争力的结果，在 分辨率下达到1.91的FID，在 分辨率下达到2.38的FID，且在低NFE区间表现尤为出色。
引用
@article{arxiv.2605.06421,
title = {FREPix: Frequency-Heterogeneous Flow Matching for Pixel-Space Image Generation},
author = {Mingfeng Lin and Jiakun Chen and Liang Han and Liqiang Nie},
journal= {arXiv preprint arXiv:2605.06421},
year = {2026}
}