JiT

JiT（Just image Transformer）是一个面向像素空间扩散建模的轻量级图像生成模型，本项目提供了其在PyTorch框架下的高效GPU实现。核心特点是采用纯Transformer架构直接建模像素序列，摒弃传统U-Net结构，支持高分辨率图像（如256×256、512×512）的端到端训练与采样；具备低内存占用、模块化设计和开箱即用的ImageNet训练脚本。适用于需要可复现、资源可控的学术研究场景，尤其适合探索扩散模型基础架构设计、像素级生成机制及Transformer在生成任务中的边界性能。