スケーラブルでトークン化不要、効率的な初期畳み込みと固定サイズ再利用可能構造を持つオンデバイス画像生成のための拡散モデルアーキテクチャ

本稿では、従来のVision TransformerやU-Netアーキテクチャの課題を克服し、オンデバイス画像生成に適した、スケーラブルでトークン化不要、ハードウェア効率の高い新規ニューラルネットワークアーキテクチャを提案する。