ArticleMetadataMain page

source · 2026-04-15

Wavelet Diffusion Models（CVPR 2023）：快速且可扩展的图像生成器

#near-cvpr-2025#image-generation#diffusion#efficiency#primary-source

Wavelet Diffusion Models（CVPR 2023）：快速且可扩展的图像生成器

会议：CVPR 2023
发表日期：2022/11/29
资料加入日期：2026-04-14

一句话结论

这篇工作把 wavelet diffusion 路线补进库里，强化了 image-generation 中“更快且可扩展”的扩散分支。

问题定义

它要解决的是图像扩散模型在速度和可扩展性上的瓶颈。对当前知识库来说，它补的是 diffusion-models 页里仍偏薄的高效生成路线。

方法概述

Wavelet Diffusion Models 借助 wavelet 表示来实现更快且更可扩展的图像生成，强调在效率与质量之间取得更优平衡。

关键发现

  • 它说明 diffusion 路线内部也在积极寻找不同表示空间来提升效率。
  • 它给 image-generation 页补入了非标准 latent/attention 之外的一条高效生成思路。
  • 它对以后做“效率型改进点”判断很有参考价值。

局限或疑问

  • 速度提升通常需要和视觉保真度一起评估。
  • 它是一条表示层路线，不一定泛化到所有生成任务。
  • 它适合作为效率分支补层。

原始链接

  • https://arxiv.org/abs/2211.16152
  • https://arxiv.org/pdf/2211.16152

相关页面

备注

Wavelet Diffusion Models 在这套库里的作用，是把 wavelet-based diffusion efficiency 路线补成明确节点。

Metadata

{
  "id": "2026-04-14-wavelet-diffusion-models",
  "type": "source",
  "title": "Wavelet Diffusion Models（CVPR 2023）：快速且可扩展的图像生成器",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2023",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "diffusion",
    "efficiency",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Phung, Hao",
    "Dao, Quan",
    "Tran, Anh"
  ],
  "published_at": "2022/11/29",
  "canonical_links": [
    "https://arxiv.org/abs/2211.16152",
    "https://arxiv.org/pdf/2211.16152"
  ],
  "raw_entry": "raw/ingest/2026-04-14-wavelet-diffusion-models/",
  "topics": [
    "topics/image-generation",
    "topics/diffusion-models"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}