AReA：免训练高分辨率扩散注意力机制
热点事件持续更新
AReA：免训练高分辨率扩散注意力机制
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Javad Rajabi 等作者提出免训练注意力机制 AReA，让感受野随去噪过程从粗到细演化，用于高分辨率扩散 Transformer 生成。作者称，该机制在 FLUX.1、Qwen-Image、FLUX.2 和 Ideogram 4 上支持最高 6 倍原生边长、67 兆像素输出，每个 query 使用更少的 key，速度最高提升 3.2 倍，且不改动预训练权重与 RoPE 频率。 这些效果数据来自作者自述，尚未见独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 22:10
AReA：面向高效高分辨率扩散 Transformer 的自适应感受野注意力报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Hacker NewsAReA：面向高效高分辨率扩散 Transformer 的自适应感受野注意力
AReA 是一种免训练注意力机制，让感受野随去噪过程从粗到细演化，在 FLUX.1、Qwen-Image、FLUX.2 和 Ideogram 4 上实现高分辨率生成。它支持最高 6 倍原生边长、67 兆像素输出，每个 query 的 key 更少，速度最高提升 3.2 倍，且不改动预训练权重与 RoPE 频率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。