HiDiffusion ist ein vorab trainiertes Diffusionsmodell, das die Auflösung und Geschwindigkeit von Diffusionsmodellen durch Hinzufügen einer einzigen Codezeile verbessert. Das Modell verwendet Resolution-Aware U-Net (RAU-Net) und Modified Shifted Window Multi-head Self-Attention (MSW-MSA), um die Größe von Merkmalskarten dynamisch anzupassen und so das Problem der Objektduplizierung zu lösen und die Window-Attention zu optimieren, um den Rechenaufwand zu reduzieren. HiDiffusion kann die Auflösung der Bildgenerierung auf 4096 × 4096 erweitern und gleichzeitig eine 1,5- bis 6-mal schnellere Inferenz als bisherige Methoden erreichen.