模型 / PiD (NVIDIA)

PiD (NVIDIA)

像素扩散解码器，将潜在表征一步超分至2K/4K图像

作者 nvidia

仓库标识nvidia/PiD

许可 需自查任务 图像生成最近核对 2026-08-09
运行时
pytorch
下载
10

Hugging Face 源仓库 ↗

适合与不适合

入选理由
有清晰推理脚本但需自行部署，许可证限制科研用途。
对位
替代SD/Flux原生VAE解码+上采样
适合
从LDM潜在空间直接生成2K/4K图像 / 一步完成解码与超分辨率
不适合
生产环境或商业生成

独立证据与社区反馈

2 个独立来源最近验证 2026-08-09

社区实测反馈分化：有用户认为 PiD 对细节破坏严重，也有用户认为画质优于旧版 RTX 上采样方案

  • 画质优于旧版 NVIDIA RTX 上采样节点
  • 容易破坏小细节，尤其在图像细节丰富的区域
  • 使用 Euler 采样器时会产生粗糙断边和噪点背景
  • 官方推荐使用 SDE 采样器加噪声注入和固定 sigma 曲线，对采样参数要求严格
  • 社区对 PiD 与已有方案的区别存在混淆

可信度NVIDIA发布，代码与checkpoint公开，论文arXiv:2605.23902

完整规格

授权
NVIDIA Internal SRDML (仅限研究) · 需自查
框架
pytorch
图像
基于 PixelDiT-1300M-1024px
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 220 → 202 · likes +8

观测时间线