# Dyfuzja w przestrzeni pikseli EN: **Pixel-space diffusion** · id `pixeldiffusion` · aliases: pixel diffusion, pixel-space diffusion, dyfuzja pikselowa, end-to-end pixel diffusion, VAE-free diffusion Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Rodziny modeli generatywnych](https://aiatlasgraph.com/t/generative.md) › [Modele dyfuzyjne](https://aiatlasgraph.com/t/diffusion.md) › Dyfuzja w przestrzeni pikseli ## Description - PL: Dyfuzja uczona i próbkowana wprost na siatce pikseli, bez autoenkodera. - EN: Diffusion trained and sampled directly on the pixel grid, without an autoencoder. ## In one sentence - PL: Generator rysuje obraz od razu na pikselach, bez pośredniego, skompresowanego zapisu. - EN: A generator draws the image directly on pixels, without a compressed intermediate representation. ## Problem it solves - PL: Skompresowany zapis obrazu gubi drobne krawędzie i tekstury, a potem generator nie ma ich skąd odtworzyć. - EN: A compressed image record loses fine edges and textures, so the generator cannot recover them later. ## What it does - PL: Uczy się usuwać szum wprost z kolorów pikseli, więc szczegóły nie przechodzą przez stratny skrót. - EN: It learns to remove noise directly from pixel colours, so details never pass through a lossy code. ## Everyday example - PL: Chcesz obraz tkaniny, na którym splot nici zostaje ostry, a nie rozmyty jak po mocnej kompresji. - EN: You want a fabric image where the thread weave stays sharp, not blurred as after heavy compression. ## This concerns you if you… - PL: generator rozmywa drobny tekst albo fakturę - PL: chcesz rozumieć, czemu obraz traci ostrość - PL: porównujesz szczegóły przy tym samym opisie - EN: a generator blurs fine text or texture - EN: want to see why an image loses sharpness - EN: compare detail at the same description ## Keywords pixel-space diffusion · end-to-end diffusion · VAE-free generation · high-resolution synthesis · RGB denoising · PixelDiT · simple diffusion · HDiT ## How it works - PL: Sieć przewiduje szum albo prędkość na zaszumionym obrazie RGB. Trening jest jednofazowy, bez osobnej rekonstrukcji z kodu ukrytego. Koszt rośnie z liczbą pikseli, więc praktyka używa przesuniętego harmonogramu, kaskad albo hierarchicznej uwagi. - EN: The network predicts noise or velocity on a noisy RGB image. Training is single-stage, with no separate reconstruction from a latent code. Cost grows with pixel count, so practice uses a shifted schedule, cascades or hierarchical attention. ## Limits - PL: Pełna uwaga nad wysoką rozdzielczością jest droga w pamięci i czasie. Sąsiednie piksele są silnie skorelowane, więc zły harmonogram zaciera strukturę za wcześnie. Brak stratnego kodu nie gwarantuje lepszej głębi ani naprawy obrazu. - EN: Full attention at high resolution is expensive in memory and time. Neighbouring pixels are strongly correlated, so a poor schedule destroys structure too early. Skipping a lossy code does not guarantee better depth or restoration. ## Key terms - PL: **piksel**: Najmniejszy kolorowy punkt obrazu, zwykle z trzema składowymi. - PL: **autoenkoder**: Sieć, która ściska obraz do kodu i próbuje go odtworzyć. - PL: **siatka obrazu**: Regularna tablica punktów, na której leży cały obraz. - EN: **pixel**: The smallest colour point of an image, usually with three channels. - EN: **autoencoder**: A network that compresses an image to a code and tries to rebuild it. - EN: **image grid**: The regular array of points that makes up the whole image. ## Know first - [Autoenkodery wariacyjne (VAE) (Variational autoencoders (VAE))](https://aiatlasgraph.com/t/vae.md) - [Zaszumianie i odszumianie krok po kroku (DDPM) (Forward noising and learned denoising (DDPM))](https://aiatlasgraph.com/t/ddpm.md) ## Subtopics (3 direct, 3 in total) - [Klepsydrowy transformer dyfuzyjny (Hourglass diffusion transformer)](https://aiatlasgraph.com/t/hourglassdit.md): An hourglass-shaped transformer that scales linearly with pixel count. - [Przesunięcie harmonogramu szumu (Noise-schedule shifting for high-resolution pixels)](https://aiatlasgraph.com/t/noiseshift.md): An adjustment of log signal-to-noise ratio as the pixel count grows. - [Transformer pikselowy o dwóch poziomach (Dual-level pixel diffusion transformer)](https://aiatlasgraph.com/t/pixeldit.md): A single-stage diffusion transformer with a patch level and a pixel level. ## Related topics Untyped, symmetric "see also" links. - [Autoenkodery wariacyjne (VAE) (Variational autoencoders (VAE))](https://aiatlasgraph.com/t/vae.md) - [Dyfuzja w przestrzeni ukrytej (Stable Diffusion) (Latent diffusion (Stable Diffusion))](https://aiatlasgraph.com/t/latentdiffusion.md) ## Sources - [simple diffusion: End-to-end diffusion for high resolution images]() `simple-diffusion-2023` · by Emiel Hoogeboom, Jonathan Heek, Tim Salimans - [On the Importance of Noise Scheduling for Diffusion Models]() `noise-scheduling-chen-2023` · by Ting Chen - [Scalable High-Resolution Pixel-Space Image Synthesis with Hourglass Diffusion Transformers]() `hdit-2024` · by Katherine Crowson, Stefan Andreas Baumann, Alex Birch, Tanishq Mathew Abraham, Daniel Z. Kaplan, Enrico Shippole - [PixelDiT: Pixel Diffusion Transformers for Image Generation]() `pixeldit-2025` · by Yongsheng Yu, Wei Xiong, Weili Nie, Yichen Sheng, Shiqiu Liu, Jiebo Luo · sponsored - [Iris-3B: Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning]() `iris3b-2026` · by Hanqiu Li Cai, Chema Garabito (SperidLabs) · sponsored --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/pixeldiffusion · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30