ZigMa：一种 DiT 风格的 Zigzag Mamba 扩散模型

基于摘要分析。该研究面向视觉数据生成，针对基于 Transformer 的扩散模型在扩展性与二次复杂度方面的问题，利用状态空间模型 Mamba 的长序列建模能力，提出关注空间连续性的 Zigzag Mamba 扫描方法，并将其与 Stochastic Interpolant 框架结合以探索高分辨率视觉生成。 核心机制是将视觉数据组织为适合 Mamba 处理的序列。作者认为，现有多数基于 Mamba 的视觉方法未充分考虑扫描顺序中的空间连续性，并将 Zigzag Mamba 描述为简单、即插即用、零参数的方法。这里的“零参数”指所提出的扫描方法，不能理解为完整生成模型没有可训练参数；具体扫描路径、模型结构、训练目标与推理设置尚未验证。 作者报告，Zigzag Mamba 优于基于 Mamba 的对照方法，并相较基于 Transformer 的对照改善速度与内存利用。摘要列出 FacesHQ 1024×1024、UCF101、MultiModal-CelebA-HQ 和 MS COCO 256×256 等视觉数据集，但未提供具体生成质量指标、运行时间、显存数值或各数据集的评估协议，因此不能量化优势或判断质量与效率之间的权衡。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 生成或掩码建模任务需要将时间—通道数据序列化，扫描顺序对邻近关系的保留可能是可检验的机制假设。可复用的是扫描顺序设计思路，需改造的是 EEG 通道拓扑、时间方向与任务目标的对应关系；视觉像素邻接并不等价于电极间关系，低信噪比、跨被试差异、通道配置变化及小数据训练均可能使收益失效。小规模验证可在固定被试内数据划分、相同 Mamba 骨干和训练预算下，对比普通展平与依据时间—通道邻接设计的扫描，分别检查重建误差、运行时间及显存。该实验属于迁移假设，不是论文已验证结论；已有 EEG 相关工作尚未检索确认。