RaPD：通过语义增强隐式表示实现分辨率无关的像素扩散
计算机视觉与模式识别
2026-05-18 v1 人工智能
摘要
自然图像是连续的，然而大多数生成模型在离散网格上合成它们，限制了灵活分辨率的生成。连续神经场实现了无分辨率渲染，但先前的方法仅在解码阶段作为插值模块引入连续性，使得生成潜空间离散化且面向重建。我们提出了RaPD（分辨率无关的像素扩散），它在连续的神经图像场(NIF)潜空间中执行扩散。RaPD通过用于生成感知潜学习的语义表示引导和用于坐标条件、尺度感知渲染的坐标查询注意力渲染器，弥合了这种重建-生成差距。一个单一的去噪潜变量可以通过仅改变查询坐标以任意分辨率渲染，保持扩散成本固定。实验证明了卓越的生成质量和分辨率可扩展性。
引用
@article{arxiv.2605.15908,
title = {RaPD: Resolution-Agnostic Pixel Diffusion via Semantics-Enriched Implicit Representations},
author = {Yanhao Ge and Shanyan Guan and Weihao Wang and Ying Tai and Mingyu You},
journal= {arXiv preprint arXiv:2605.15908},
year = {2026}
}