前阵子练lora，随手调了个参数，脑子里忽然冒出个念头：anima二次采样细节拉跨，会不会是训练集的锅。
越用越觉得它放大不行，噪声注入也好、普通latent放大也好，颗粒感都挺重。anima为了兼容512、1024、1536都练了，那批512x512的低分集是不是在拖后腿。当然也可能我想多了，dit这套架构本来放大就这德行。
炼过丹的来聊聊，训练集和架构到底哪个是主因。
细节怎么说也比光辉强,2k以内直出问题不大,放大别死磕latent
这更多是dit架构的通病,lumina、newbie、flux都这样