达摩院开源DyDiT：视觉生成推理算力降50%，仍SOTA

4月23日消息，AI顶会ICLR 2025大会上，阿里巴巴达摩院被收录的13篇论文中，聚焦于视觉生成模型底层框架DiT改进优化的一篇受到了关注。

DyDiT基于主流架构DiT进行优化，引入动态计算机制，可根据时间步和空间特征动态调整模型宽度和资源分配，显著提升推理效率并减少冗余计算。

实验数据显示，DyDiT在仅微调3%参数的情况下，将DiT-XL的FLOPs减少一半，生成速度提升1.73倍，ImageNet FID得分为2.27，与原始模型2.07接近。

该架构由达摩院湖畔实验室、新加坡国立大学与清华大学联合提出，支持用户按需求调节算力分配，兼顾推理效率与生成质量，具备灵活部署潜力。

据悉，DyDiT已适配开源文生图模型FLUX，升级版Dy-FLUX已在开源平台上线，未来计划推广至更多图像、视频生成任务。

ICLR是AI领域顶级会议之一，达摩院今年共有13篇论文入选，其中3篇获Spotlight，覆盖生成模型、NLP、医疗与生物智能等方向。（袁宁）

本文来自网易科技报道，更多资讯和深度内容，关注我们。