英伟达 PiD：潜在表征直达4K，生成式Decoder重写文生图最后一步

Type: article
Author: 英伟达 Spatial Intelligence Lab
Primary Topic: 行业动态
Ingested: 2026-06-12

Summary

英伟达提出 PiD（Pixel Diffusion Decoder），将 VAE 解码步骤改造为条件像素扩散过程，使文生图流水线能够直接从低分辨率 latent 生成 2K/4K 高质量图像。相比传统「解码+超分」级联管线，PiD 在 GB200 上实现 211ms 的 2K 解码速度，比同类扩散超分方案快 3~6 倍，4K 解码峰值显存仅约 22.5GB。该技术已验证适配 FLUX、SDXL、SD3 等多种主流模型，有望重写高分辨率图像生成的技术范式。

Key Concepts

• Pixel Diffusion Decoder
• 条件像素扩散
• 潜空间解码
• 高分辨率图像生成
• 超分辨率
• 扩散模型
• sigma-aware gate

Entities

• 英伟达
• NVIDIA
• Spatial Intelligence Lab
• PiD
• FLUX
• FLUX.1
• FLUX.2
• SDXL
• SD3
• VAE
• PixelDiT
• DINOv2
• SigLIP-2
• GB200
• H100
• RTX 5090

Source

• Raw: nvidia-pid-pixel-diffusion-decoder-image-generation.md

Relations

• (none)

---

Auto-generated on 2026-06-12