时间步与类别嵌入

面向高效流匹配与扩散模型的多 patch 全局到局部 Transformer 架构

Multi-Patch Global-to-Local Transformer Architecture For Efficient Flow Matching and Diffusion Model

把 DiT 各向同性的等尺寸 patch 处理改为「浅层大 patch 抓全局、深层小 patch 修细节」的层次化多 patch 设计，可直接迁移到任何基于 Transformer 主干的扩散/流匹配生成器中，在 GFLOPs 减半的同时保持生成质量；其时间/类别嵌入改进也可作为加速收敛的通用技巧复用。