Research KB

VER-021 Verification

大图核验:§4.3.2 卷积滑窗 + Fig. thicksample/text2img_conv 支持越训练分辨率至 ~1024²/兆像素,rescale+CFG 条件已声明。supported。

id VER-021
type verification
claim CLM-021
result supported
basis §4.3.2 卷积滑窗 + Fig. thicksample/text2img_conv 支持越过训练分辨率生成 ~1024²/兆像素;rescale+CFG 等成立条件已在 EVI Caveats 声明,未越证据泛化
checked 2026-09-03

Checks

  1. 内部一致性:命题"密集条件 i2i 拼接注入 + 卷积滑窗越过训练分辨率 生成 ~1024²/兆像素"与 EVI-021 Result 一致——semantic 256²(384² crops)训至 ~1024²/MP、SR/inp 512²–1024²、text-cond rescale+CFG 直接 >256²。
  2. 证据链完整性EVI-021 observation 精确到 §4.3.2 + Fig. thicksample + Fig. text2img_conv + §4.4/§4.5;method 载明拼接注入 (τ≡id)、f=4(VQ/KL)、component-wise std rescale。
  3. scope 匹配:命题把"能生成大图"限定为"以卷积滑窗方式 + 正确 rescale/CFG 条件下"——未无条件外推(原 latent 不 rescale 会漂移, 已在 EVI-021 Caveats 声明);"~1024²/兆像素"是滑窗拼接上限而非 单次端到端生成。
  4. 跨来源核对:DiT 在 f8 VAE latent 上做 256/512 单分辨率,未消费 "卷积放大到 >1024²" 的结论,也不构成反例;无冲突,此项跨源无 直接比对对象。

Notes

大图生成是"卷积套用"带来的归纳性质(sliding window 空间一致),非 单一训练分辨率;跨窗口接缝质量依赖 latent 局部平滑性,EVI-021 Caveats 已如实记录,命题未升级为"任意条件任意分辨率无退化"。

引用(2)

  • CLM-021 密集条件 image-to-image 直接把条件拼入输入训练,conv 式条件使模型能越过训练分辨率泛化到兆像素大图。
  • EVI-021 §4.3.2 + 大图样例:越分辨率泛化到 ~1024²/兆像素(支撑 CLM-021)。