CV / 视觉生成 · 2021 · Latent Diffusion
High-Resolution Image Synthesis with Latent Diffusion Models
Robin Rombach et al.
在压缩的潜空间执行扩散，结合条件信息生成图像。
潜空间扩散模型条件生成
复现空间 · 建议计划
进阶 · 权重评估 · 编辑建议，尚未实测
最小实验目标
用公开 LDM 权重比较采样步数、随机种子和条件强度。
数据集 / 环境
固定提示集或与选定权重匹配的评估数据。
评估项
- 生成延迟
- FID（协议一致时）
- 条件一致性
边界与常见偏差
核对模型和数据许可；后续 Stable Diffusion 各版本不等同于原论文配置。
实验验收协议
- 阅读原文，选定要对齐的具体表格、模型变体与数据划分；把缩小规模或替换组件单独列出。
- 核对作者资源的许可与依赖，锁定代码 commit、权重版本、硬件、随机种子和完整运行命令。
- 先完成数据与推理检查，再执行约定的实验；记录多次运行结果、资源消耗和失败案例。
- 提交可核验的代码、配置、日志与报告。原论文数值须注明表格和协议，当前指标必须附实际运行证据。
实验记录
- 原论文对齐目标
- 待认领后选定具体表格与评估条件
- 社区复现指标
- 暂无已验证结果
暂无实验日志与复现报告。收录此论文不表示社区已完成训练或评估；后续记录通过仓库 Issue 和 Pull Request 补充。