行行查
行业研究数据库
人工智能行业研究:U-Net和DiT架构对比
- 人工智能
- 大模型
- 视频
U-Net与DiT在架构设计上存在显著差异。首先是底层逻辑,U-Net基于卷积层,关注相邻像素的局部关系;而DiT基于Transformer的自注意力机制,让每个图像块(Patch)都能与全图所有块进行交互。
在架构形态上,U-Net呈现经典的U型结构,依赖Encoder和Decoder以及跳跃连接来传递细节;DiT则是直筒型结构,像堆砖头一样直线叠加,没有跳跃连接。处理图像时,U-Net进行像素级或局部邻域处理,DiT则将图像切分为2x2的小块作为Token进行Patch化处理。
关于条件注入,U-Net通常在中间层通过交叉注意力注入文本或时间信息;DiT则常用adaLN-Zero技术,将文本和时间转化为调节参数,直接注入到每一层中。视野方面,U-Net属于局部感受野,必须堆叠很多层才能看到全貌;DiT在第一层就具备全局视野,能把握整体布局。
最后是扩展性,这是两者最大的分水岭。U-Net的扩展性较差,盲目加宽加深会导致性能瓶颈甚至训练崩溃;DiT的扩展性极好,随着算力(GFlops)的增加,其性能几乎呈线性提升,更适合大规模模型训练。
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










