论文
扩散域扩展：学习协调预训练的扩散模型
Diffusion Domain Expansion: Learning to Coordinate Pre-trained Diffusion Models
摘要
在本文中，我们提出了扩散域扩展（DDE），这是一种有效扩展预训练扩散模型以生成更大对象并处理超出其原始能力的更复杂条件的方法。我们的方法采用紧凑的可训练网络，旨在协调预训练扩散模型的去噪输出。我们证明协调器可以普遍简单，同时能够推广到比训练期间观察到的领域更大的领域。我们在长音轨生成和条件图像生成方面评估了 DDE，证明了其跨领域的适用性。在定性和定量评估方面，DDE 优于其他利用扩散模型协调生成的方法。