团队最近的生成超高清图像方面。传统的扩散模型在生成极高分辨率图像（例如 4096×4096，甚至8K）。Inf-DiT: Upsampling Any-Resolution Image with Memory-Efficient Diffusion Transformer，paper在这里http://t.cn/A6QAGZrg ，code和模型github上，欢迎多提建议。

生成超高清图像方面。传统的扩散模型在生成极高分辨率图像（例如 4096×4096）时，内存需求会呈二次方增长，因此生成的图像分辨率通常限制在 1024×1024。Inf-DiT 通过提出一种单向块注意力机制，能够在推理过程中自适应调整内存开销并处理全局依赖关系。基于此模块，该模型采用了 DiT 结构进行上采样，并开发了一种能够上采样各种形状和分辨率的无限超分辨率模型。与常用的 UNet 结构相比，Inf-DiT 在生成 4096×4096 图像时可以节省超过 5 倍的内存。该模型在机器和人类评估中均实现了生成超高清图像的 SOTA