Würstchen：快速图像生成扩散模型

Würstchen 是一种高效的扩散模型，用于快速图像生成。它通过将图像压缩到极小的潜在空间（如 16x16 像素）来大幅降低计算成本，从而在保持高质量的同时实现更快的采样速度。该模型采用三阶段架构：第一阶段使用 VQGAN 将图像压缩为潜在表示；第二阶段在潜在空间中进行扩散过程；第三阶段通过解码器重建图像。Würstchen 在 ImageNet 等基准上取得了有竞争力的结果，并且能够在消费级 GPU 上运行。