卷积骨干网络

复兴 ConvNeXt：面向高效卷积扩散模型

Reviving ConvNeXt for Efficient Convolutional Diffusion Models

把 ConvNeXt 式的纯卷积骨干网络移植到条件扩散模型中，在 ImageNet 256/512 条件生成上以 DiT-XL/2 一半的浮点运算量达到相当性能，且训练步数少 7 倍以上；对做视觉生成的人而言，这是一条可直接替换 Transformer 骨干、显著降低训练成本的架构路线。