像素空间扩散模型最近重新出现，成为潜在扩散的引人注目的替代方案，避免了有损的潜在瓶颈和单独训练的自动编码器。JiT表明，通过将常用的速度预测（ $\ boldsymbol {u} $ -prediction ）替换为干净的图像预测（ $\ boldsymbol {x_0} $ -prediction ） ，香草扩散变压器可以直接在像素空间中生成

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2610.23854v1)获取最准确的信息。

---
🔗 **原文链接**: [Rethinking the design space of Vanilla Pixel Diffusion Trans](https://arxiv.org/abs/2610.23854v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Soumik Mukhopadhyay, Long Mai, Abhinav Shrivastava, Aniruddha Mahapatra

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-10-19 13:01