HiDiffusion est un modèle de diffusion pré-entraîné qui améliore la résolution et la vitesse des modèles de diffusion en ajoutant simplement une ligne de code. Grâce à la résolution-aware U-Net (RAU-Net) et à la Modified Shifted Window Multi-head Self-Attention (MSW-MSA), il ajuste dynamiquement la taille des cartes de caractéristiques pour résoudre le problème de la duplication d'objets et optimise l'attention fenêtrée pour réduire la charge de calcul. HiDiffusion permet d'étendre la résolution de génération d'images jusqu'à 4096×4096, tout en conservant une vitesse d'inférence 1,5 à 6 fois supérieure aux méthodes précédentes.