一种用于高分辨率图像生成的一键扩散方法：PixelRush
计算机视觉与模式识别
2026-03-02 v2
摘要
预训练的扩散模型在生成高质量图像方面表现出色，但受限于其本机训练分辨率。最近的训练-free 方法尝试通过在去噪过程中引入干预来克服这一限制，但这些方法通常需要超过五分钟才能生成单张4K图像。本文提出了 PixelRush，首个实用的高分辨率文本到图像生成的 tuning-free 框架。该方法基于已建立的基于 patch 的推理范式，但无需进行多次反转和再生循环。相反，PixelRush 在低步数 regime 下实现了高效的基于 patch 的去噪。为解决 patch 融合在少数步数生成中引入的伪影，我们提出了无缝融合策略。此外，通过噪声注入机制缓解了过度平滑效应。PixelRush 达到了卓越的效率，在约20秒内生成4K图像，速度提升了10倍至35倍，超过了最先进的方法，同时保持了卓越的视觉保真度。广泛的实验验证了本方法取得的性能提升和输出质量。
引用
@article{arxiv.2602.12769,
title = {PixelRush: Ultra-Fast, Training-Free High-Resolution Image Generation via One-step Diffusion},
author = {Hong-Phuc Lai and Phong Nguyen and Anh Tran},
journal= {arXiv preprint arXiv:2602.12769},
year = {2026}
}
备注
Accepted to CVPR 2026 (Main Conference)