NVidia가 13억 파라미터 규모의 텍스트 기반 이미지 생성 모델 'PixelDiT'를 공개했어요. VAE 없이 작동하며 이미지 편집 기능도 지원합니다. PixelDiT는 패치 레벨 DiT와 픽셀 레벨 DiT의 이중 구조를 채택하고 Gemma-2-2B-IT 텍스트 인코더를 사용합니다. 다양한 종횡비 지원, 프로젝트 페이지, 논문, GitHub, Hugging Face 페이지, ComfyUI 버전 등 관련 링크가 공개됐어요.