O FouriScale explora a geração de imagens de alta resolução a partir de modelos de difusão pré-treinados, sob a perspectiva da análise de frequência. Através de um método inovador e sem treinamento, substitui-se as camadas convolucionais originais do modelo de difusão pré-treinado por um método que combina técnicas de dilatação e operações de passagem baixa, aprimorado ainda mais por uma estratégia de preenchimento e recorte. Isso permite o manuseio flexível de diferentes proporções de aspecto na geração de imagem a partir de texto. Guiado pelo FouriScale, este método equilibra com sucesso a integridade estrutural e a fidelidade das imagens geradas, alcançando uma capacidade impressionante de geração em alta resolução, alta qualidade e tamanho arbitrário. Devido à sua simplicidade e compatibilidade, este método pode fornecer insights valiosos para futuras explorações na síntese de imagens de ultra-alta resolução.