返回科研奖项篇

第一作者 · 2025.09–2026.05

基于扩散模型的高分辨率图像生成算法研究

FCATC: High-resolution text-to-image diffusion via frequency-constrained adaptive tiling consistency

  • 高分辨率文生图
  • 频域约束
  • 自适应分块一致性

研究问题

解决商业级文生图中的推理耗时、细节损失、边界伪影与 Prompt 可控性问题。

方法

构建可即插即用的高精度生成方案,通过频域约束与自适应分块一致性改善局部细节与全局结构。

实验与真实对比图

结果

+0.78%FID 改善与基线方法对比
+10.26%KID 改善与基线方法对比
+13.10%推理效率简历公开口径

局限与下一步

当前结果来自已确认实验口径;后续继续补充跨骨干模型验证、Prompt 鲁棒性和更多真实业务图像场景,不把单组指标外推为通用结论。

产品化价值

可作为 AIGC 商业配图链路中的训练免增强模块,在不替换基础模型的前提下改善高分辨率细节和推理效率。