FouriScale untersucht die Erzeugung hochauflösender Bilder aus vorab trainierten Diffusionsmodellen aus der Perspektive der Frequenzanalyse. Durch einen innovativen, trainingsfreien Ansatz, bei dem die ursprünglichen Faltungsschichten in vorab trainierten Diffusionsmodellen durch eine Kombination aus Dilatationstechnik und Tiefpassfilterung ersetzt werden und die Methode durch eine Füll- und Zuschneide-Strategie weiter verbessert wird, ermöglicht FouriScale die flexible Verarbeitung verschiedener Seitenverhältnisse bei der Text-zu-Bild-Generierung. Mit FouriScale als Leitfaden gelingt es, die strukturelle Integrität und die Genauigkeit der erzeugten Bilder optimal auszugleichen, was zu erstaunlichen Ergebnissen bei der Erzeugung beliebiger Größen, hoher Auflösung und Qualität führt. Aufgrund seiner Einfachheit und Kompatibilität kann dieser Ansatz wertvolle Erkenntnisse für zukünftige Forschungen zur Erzeugung von Bildern mit extrem hoher Auflösung liefern.