新智元报道 编辑:LRS 好困 Masked Diffusion Transformer V2 在 ImageNet benchmark 上实现了 1.58 的 FID score 的新 SoTA,并通过 mask modeling 表征学习策略大幅提升了 DiT 的训练速度。 DiT 作为效果惊艳 本文链接