PixArt-Σ是由來自華為諾亞方舟實驗室、大連理工大學和香港大學的研究人員推出的一個基於擴散Transformer架構（DiT）的文生圖模型，專門設計用於從文本提示直接生成可達4K解析度的高質量圖像。
基本介紹
- 外文名：PIXART-Σ
- 開發者：華為諾亞方舟實驗室、大連理工大學和香港大學
簡介
PixArt-Σ是一個能夠直接生成4K解析度圖像的Diffusion Transformer（DiT）。PixArt-Σ相比其前身PixArt-α具有顯著的進步，提供了質量更高、與文本提示更好對齊的圖像。
PixArt-Σ的一個關鍵特性是其訓練效率。利用PixArt-α的基礎預訓練，它通過整合更高質量的數據從“較弱”的基線發展到“較強”的模型，這一過程稱之為“弱到強訓練”。
