arXiv ID:
2607.06553
arXiv 提交日期: 2026-07-07
从RGB生成到密集场读取:基于文生图模型的像素空间密集预测 / From RGB Generation to Dense Field Readout: Pixel-Space Dense Prediction with Text-to-Image Models
1️⃣ 一句话总结
本文提出ReChannel方法,通过保留文生图模型(DiT)的图像编码器并移除解码器,仅用极少量参数直接将每个图像块映射为深度、法线等任务原生值,在多个密集预测任务上达到新高度,同时比传统生成式方法快2.48倍。