跳到正文

Diffusion-RWKV

基于 RWKV 架构的可扩展图像扩散模型

访问官网

Diffusion-RWKV 是什么

Diffusion-RWKV 被介绍为基于 RWKV 架构的扩散模型,旨在提高扩散模型的可扩展性,并针对图像生成任务进行了优化。

你可以用它做什么

  • 进行无条件图像生成
  • 进行类条件图像生成
  • 使用可扩展的 RWKV 架构

应用场景

  • 在 ImageNet 上训练得到 256x256 高质量图像
  • 在 CelebA 上训练得到 32x32 无条件图像
  • 生成动物、车辆等特定类别的图像

优点与缺点

✓ 我们认可的地方

  • 针对图像生成任务做了优化改进
  • 一个模型同时支持两种训练方式

! 需要留意的地方

  • 列出的结果与特定数据集绑定
  • 输出尺寸取决于模型变体与数据集

常见问题

列出哪些训练方式?

资料说明支持无条件和类条件训练。

提到哪些模型变体?

资料列出 DRWKV-H/2 与 DRWKV-B/2。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法