南洋理工这个新方向我觉得有意思：让 AI 图像生成训练时别一股脑吃全部信息，而是像加了个滤镜一样，只盯着数据里真正有用的那部分频谱来学。放到频率域上做取舍，这套玩法在传统信号处理里算老手艺了，但用到生成模型训练上确实不常见。
核心动机应该还是省算力、提效率，把无关的高频噪声之类的东西筛掉，让模型把力气花在刀刃上。
我平时给学生讲图像处理正好能拿这个当例子，从频谱角度理解模型在学什么，比单纯说"喂数据"直观多了。具体效果还得等更多复现，但至少是个干净的切入角度。
频谱域做筛选是经典套路了，没想到搬到生图训练上
mark，蹲个论文链接
只留有用频段，本质是降噪加提速？
南洋理工最近生成方向出货挺勤的
1 个赞
这思路如果稳，训练成本能省不少
更像课程学习那味，先学低频轮廓再啃高频细节