💻 computer science

HyperbolicDiffusion: Sharp & Scalable Tiled Generation on the Hyperbolic Plane

Este artículo presenta HyperbolicDiffusion, un método libre de entrenamiento que genera campos visuales nítidos, consistentes y reproyectables directamente en el plano hiperbólico mediante el empleo de una estrategia de colocación de ventanas basada en programación dinámica y un proceso de eliminación de ruido de dos etapas consciente de la geometría para resolver artefactos de unión.

Autores originales: Hugo Caselles-Dupré

Publicado 2026-08-05

📖 8 min de lectura🧠 Análisis profundo

CC0 1.0

Autores originales: Hugo Caselles-Dupré

Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina intentar pintar un mural sobre una superficie que no se comporta como una pared plana o una bola redonda. En nuestro mundo cotidiano, si quieres pintar una imagen enorme, sueles estirar un lienzo de forma plana o envolverlo alrededor de una esfera. Pero los matemáticos han estado fascinados durante mucho tiempo por una extraña superficie infinita llamada el plano hiperbólico. Piensa en esto como un trozo de tela que se vuelve cada vez más ancho a medida que te alejas del centro, expandiéndose tan rápido que la cantidad de espacio disponible crece exponencialmente. Es el tipo de geometría que hace posibles los famosos dibujos "Circle Limit" de Escher, donde los peces se vuelven cada vez más pequeños a medida que nadan hacia el borde, pero el patrón nunca termina.

Durante mucho tiempo, las computadoras solo pudieron generar imágenes en pantallas planas o esferas. Pero, ¿y si quisiéramos crear un mundo completamente nuevo que viva directamente sobre esta extraña superficie expansiva? Este es el desafío de los modelos de difusión, un tipo de IA que crea imágenes convirtiendo lentamente el ruido estático en imágenes claras. Usualmente, estos modelos trabajan dividiendo una imagen grande en pequeños cuadrados superpuestos, arreglando cada cuadrado y luego mezclándolos. El problema es que, cuando intentas hacer esto en un plano hiperbólico, los "cuadrados" se estiran y deforman de maneras locas, y los bordes donde se encuentran suelen convertirse en un desastre borroso. Si intentas caminar por este mundo digital, el desenfoque empeora y los patrones se rompen.

Este artículo presenta un nuevo método llamado HyperbolicDiffusion que resuelve estos problemas sin necesidad de reentrenar la IA. El investigador encontró una forma ingeniosa de colocar sus "ventanas de pintura" para cubrir la superficie infinita de manera eficiente, y construyó un proceso de dos pasos para arreglar los bordes borrosos donde las ventanas se encuentran. El resultado es un mundo hiperbólico nítido, consistente e infinitamente explorable que se ve igual de bien desde cualquier ángulo, como una versión digital del arte imposible de Escher en la que realmente puedes entrar.

El Problema: El Suelo que se Expande y los Bordes Borrosos

Para entender por qué esto es difícil, imagina que estás colocando el suelo de una habitación que se expande constantemente. En una habitación normal, simplemente colocas baldosas cuadradas. Pero en un plano hiperbólico, el suelo se agranda tan rápido que, si quieres cubrir un área grande, necesitas exponencialmente más baldosas.

Peor aún, cuando intentas mezclar las imágenes de estas baldosas, la geometría contraataca. Debido a que la superficie se curva, una ventana "cuadrada" se ve diferente dependiendo de dónde esté y cómo esté orientada. Cuando cinco ventanas diferentes intentan pintar el mismo punto en el suelo, todas ven el vecindario de manera ligeramente distinta. Si solo mezclas sus predicciones, el resultado es un desenfoque fantasmal donde los bordes no coinciden. Los intentos previos de hacer esto en esferas (como la Tierra) tuvieron problemas similares, pero en el plano hiperbólico, el problema es mucho más difícil porque el área crece con tal rapidez.

La Solución: Un Sistema de Baldosas Inteligente y un Arreglo de Dos Pasos

El autor de este artículo, trabajando en Obvious Research en París, ideó una solución que no requiere enseñar una nueva IA desde cero. En su lugar, construyó un sistema inteligente para gestionar cómo la IA existente pinta el mundo hiperbólico. Su método, HyperbolicDiffusion, funciona en tres partes principales.

1. El Baldosado Inteligente (Cobertura de Florecimiento Hiperbólico)
Primero, necesitaban una forma de colocar las "ventanas" (los cuadrados que la IA observa) para cubrir todo el área sin desperdiciar recursos. Inventaron un método llamado Hyperbolic Blooming Cover (HBC). Imagina plantar flores en un jardín que no deja de crecer. En lugar de plantarlas al azar o en una cuadrícula rígida, el HBC las planta en anillos perfectos que crecen hacia afuera. Utiliza un truco matemático ingenioso (programación dinámica) para calcular exactamente cuántas flores se necesitan en cada anillo para cubrir el terreno perfectamente.

El artículo muestra que este método es increíblemente eficiente. Puede planificar un diseño con más de 11 millones de ventanas en solo 5.44 segundos. Más importante aún, demostraron que para las áreas que probaron, su diseño nunca está a más de un 10% de distancia de la disposición absolutamente óptima. Esto significa que no están desperdiciando miles de ventanas extra solo para estar seguros; están utilizando casi el número mínimo requerido.

2. El Lienzo Compartido (Etapa A)
Una vez colocadas las ventanas, la IA comienza a pintar. La clave aquí es que cada punto en la superficie hiperbólica tiene un ID permanente, como una dirección única. Incluso si un punto aparece en cinco ventanas diferentes, siempre es la misma "dirección". La IA observa las ventanas superpuestas, hace una suposición de cómo debería verse la imagen para cada una y luego mezcla esas suposiciones basándose en cuánto confía en cada ventana. Esto crea una imagen única y unificada en la superficie hiperbólica.

Sin embargo, el autor descubrió que este primer paso no es perfecto. Debido a que las ventanas están deformadas de manera diferente, la IA a veces pinta versiones ligeramente distintas del mismo detalle en las áreas de superposición. Esto crea un efecto de "fantasma" donde los bordes se ven borrosos o duplicados, especialmente en escenas complejas como edificios o bosques.

3. El Equipo de Reparación (Etapa B)
Aquí es donde ocurre la segunda parte de su magia. Se dieron cuenta de que podían predecir exactamente dónde ocurriría el desenfoque simplemente mirando la geometría, sin siquiera necesitar ver la imagen primero. Calcularon una "máscara de multiplicidad": un mapa que muestra dónde varias ventanas están peleando por el mismo lugar.

Donde este mapa muestra un conflicto (donde dos o más ventanas contribuyen por igual), ejecutan una segunda etapa de reparación. Toman esos puntos borrosos específicos, añaden un poco de ruido de nuevo (como agitar un frasco de arena) y le piden a la IA que los vuelva a pintar, esta vez enfocándose solo en hacer que los bordes sean nítidos y consistentes. Este paso de "re-ruido" corrige el efecto fantasma y hace que los detalles sean nítidos.

Lo Que Encontraron y Lo Que Significa

El investigador probó su método en todo, desde texturas simples como nubes hasta escenas complejas como habitaciones interiores o frescos arquitectónicos. Encontraron que:

El Baldosado Funciona: Su método HBC cubrió con éxito áreas con radios de hasta 12 (una escala masiva en términos hiperbólicos) usando el número previsto de ventanas, y la planificación siempre fue rápida (menos de 6 segundos incluso para los diseños más grandes).
El Desenfoque Desaparece: En sus pruebas, la segunda etapa de reparación aumentó significativamente la nitidez de los bordes. Midieron la "magnitud del gradiente" (una forma de medir qué tan nítidos son los bordes) y encontraron que mejoró un promedio de 15%, y la "magnitud de Laplace" (otra métrica de nitidez) mejoró un 17%.
No es Solo una Imagen Plana: A diferencia de otros métodos que generan una imagen plana y luego la deforman en un círculo, este método genera la imagen directamente en la superficie hiperbólica. Esto significa que puedes mover una "cámara" por el mundo y la imagen se mantiene nítida y consistente. Un patrón que parece diminuto en el borde se verá enorme en el centro, pero no se volverá borroso ni se romperá.

El artículo descarta explícitamente la idea de que un proceso de una sola etapa (solo pintar una vez y mezclar) sea suficiente para contenido estructurado y complejo. Probaron varias variaciones de una sola etapa, como usar ventanas más densas o mezclar la propiedad de forma diferente, pero ninguna de ellas pudo eliminar el desenfoque sin perder detalle. El enfoque de dos etapas fue el único que funcionó.

También demostraron que este método puede adaptarse a las esferas (como la Tierra) y supera a los métodos anteriores allí también, lo que sugiere que la idea de la reparación basada en la geometría es poderosa.

Por Qué Esto Importa

Este trabajo abre la puerta a la creación de "murales hiperbólicos navegables" y mundos de juegos no euclidianos. Imagina un videojuego donde puedes caminar por un pasillo que se ensancha infinitamente a medida que avanzas, o una experiencia de realidad virtual donde puedes explorar una catedral que se expande para siempre. Debido a que la imagen se genera directamente en la superficie curva, puedes mover tu punto de vista y el mundo permanece nítido y coherente. Es un paso hacia el arte generativo que realmente comprende la extraña y hermosa geometría del plano hiperbólico, convirtiendo una curiosidad matemática en un patio de recreo para la creatividad digital.

Resumen Técnico: HyperbolicDiffusion

1. Planteamiento del Problema

Los modelos de difusión existentes para imágenes de gran formato, como MultiDiffusion, operan sobre un lienzo euclidiano plano mediante el denoise de recortes rectangulares superpuestos. Aunque este enfoque es efectivo para imágenes planas, no puede generar de forma nativa imágenes que "vivan" en el plano hiperbólico ( $H^2$ ). Generar una imagen plana y deformarla post-hoc en un disco de Poincaré limita la utilidad de la representación; esto impide la navegación interactiva donde los motivos pueden expandirse desde el borde hacia el centro sin regenerar el contenido.

La generación directa en $H^2$ presenta dos desafíos únicos:

Escalado Exponencial: A diferencia del crecimiento finito de la esfera ( $S^2$ ), el área de un disco hiperbólico crece exponencialmente con su radio ( $A(D_R) = O(e^R)$ ). Las estrategias de teselado estándar, que desperdician una pequeña fracción de las vistas en un plano o una esfera, se vuelven prohibitivamente ineficientes en $H^2$ , requiriendo potencialmente millones de ventanas.
Artefactos de Unión: Los intentos previos de compartir variables latentes a través de variedades curvas (por ejemplo, SphereDiff) sufren de "desenfoque" o "fantasmeo" en las uniones de múltiples ventanas. Esto ocurre porque diferentes vistas de un mismo punto perciben vecindarios deformados de manera distinta debido a la curvatura, lo que provoca que el denoiser produzca características locales inconsistentes que se mezclan mal.

2. Metodología

El autor propone HyperbolicDiffusion, un método libre de entrenamiento que genera campos visuales finitos directamente en $H^2$ utilizando un proceso de dos etapas.

2.1. Cobertura de Floración Hiperbólica (HBC - Hyperbolic Blooming Cover)

Para abordar el problema del escalado exponencial, el artículo introduce HBC, un algoritmo libre de entrenamiento para la colocación óptima de ventanas.

Objetivo: Cubrir un disco hiperbólico objetivo $D_R$ con el número mínimo de discos "de confianza" (radio $r_t$ ) de tal manera que cada punto en $D_R$ se encuentre dentro de al menos una región de confianza.
Algoritmo: HBC aprovecha la simetría radial de $H^2$ . Modela el problema como una cobertura de intervalos ponderados unidimensional en el radio $[0, R]$ . Mediante la enumeración de anillos factibles de centros de ventanas y la resolución de este vía programación dinámica, HBC genera un diseño que "florece" hacia el exterior.
Eficiencia: El algoritmo produce una lista compacta de parámetros de anillo (población, radio, fase) en lugar de almacenar millones de coordenadas individuales. Se ejecuta en segundos (por ejemplo, 5.44s para 11.4 millones de ventanas) y proporciona garantías teóricas de que el recuento de ventanas está dentro de un 10% de la solución óptima para $r_t \geq 1.151$ .

2.2. Etapa A: Fusión de Latentes Compartidos

Esta etapa genera el campo inicial utilizando un modelo de difusión congelado estándar (UNet) y un VAE.

IDs de Superficie Permanente: A cada punto en la superficie hiperbólica se le asigna un ID latente permanente. Estos IDs forman un lienzo latente compartido.
Denoising: Las ventanas recopiladas por el diseño HBC mapean los puntos locales de la superficie al arreglo cuadrado nativo del modelo. El modelo realiza el denoise de estas vistas locales.
Fusión: Las predicciones para el mismo ID de superficie provenientes de ventanas superpuestas se fusionan en el espacio latente mediante un promedio ponderado (similar a MultiDiffusion).
Limitación: Si bien esto asegura la consistencia de la variable latente, no garantiza que los vecindarios vistos por las diferentes ventanas sean idénticos debido a la curvatura. Esto conduce a un desenfoque residual en las uniones de alta multiplicidad donde múltiples ventanas contribuyen.

2.3. Etapa B: Reparación de Uniones Adjunta a la Geometría

Para eliminar el desenfoque y el fantasmeo causados por el desacuerdo inducido por la curvatura, se aplica una segunda etapa.

Generación de Máscara: Se genera una máscara puramente a partir de la geometría, no del contenido de la imagen. Calcula la "multiplicidad efectiva" ( $m_{eff}$ ) de cada punto. Los puntos donde $m_{eff} \geq 2$ (lo que indica una contribución significativa de múltiples ventanas en competencia) son marcados para reparación.
Proceso de Reparación:
1. Las regiones enmascaradas son cubiertas por ventanas de superficie más grandes.
2. La imagen de la Etapa A se vuelve a codificar en el espacio latente.
3. Se añade ruido de scheduler con una intensidad de 0.55.
4. El modelo realiza el denoise nuevamente solo en las regiones enmascaradas usando el prompt original.
5. Una única ventana "propietaria" escribe los valores reparados de vuelta al campo de $H^2$ .
Resultado: Este proceso repara las regiones específicas donde la distorsión geométrica causó el desacuerdo del denoiser, restaurando la nitidez sin regenerar todo el campo.

3. Contribuciones Clave

Cobertura de Floración Hiperbólica (HBC): Un enfoque de programación dinámica que resuelve el problema de colocación de ventanas en $H^2$ en segundos con una eficiencia casi óptima, manejando el crecimiento exponencial del área del plano hiperbólico.
Mecanismo de Generación de Dos Etapas: La identificación de que los IDs latentes compartidos por sí solos son insuficientes para una generación hiperbólica nítida. El pipeline propuesto de dos etapas (Fusión Compartida + Reparación Adjunta a la Geometría) se demuestra empíricamente como el único mecanismo capaz de eliminar el desenfoque en las uniones manteniendo composiciones de gran escala.
Enfoque Libre de Entrenamiento: El método utiliza modelos de difusión y VAEs existentes y congelados, lo que no requiere reentrenamiento ni ajuste fino del backbone generativo.
Representación Hiperbólica Nativa: A diferencia del trabajo previo que deforma imágenes planas, este método genera campos nativamente en $H^2$ , permitiendo una navegabilidad real donde el contenido escala naturalmente con la posición de la cámara.

4. Resultados

Escalabilidad: HBC generó con éxito diseños para radios de hasta $R=12$ (involucrando millones de ventanas) con cero huecos y un recuento de ventanas dentro del 10% del óptimo teórico. El tiempo de planificación se mantuvo por debajo de 6 segundos incluso para las configuraciones más grandes.
Calidad de Imagen: En evaluaciones cualitativas que involucran contenido estructurado (arquitectura, frescos), la Etapa B redujo significamente el desenfoque y el fantasmeo. Las métricas cuantitativas mostraron un aumento del 15% en la magnitud del gradiente medio enmascarado y un aumento del 17% en la magnitud de Laplace enmascarada en comparación con la Etapa A sola.
Comparación con SphereDiff: Al aplicarse a escenas interiores estructuradas (una prueba más difícil que las texturas), el método propuesto superó al baseline de SphereDiff, el cual exhibía bandas lavadas y desenfoque en las uniones.
Interactividad: El sistema soporta navegación interactiva (por ejemplo, prototipos WebGL) donde la cámara se mueve a través del campo, reproyectando los mismos datos subyacentes de $H^2$ sin necesidad de regeneración.

5. Significación y Reivindicaciones

El artículo posiciona a HyperbolicDiffusion como un contraparte generativo de la serie Circle Limit de M.C. Escher, proporcionando un método para crear murales hiperbólicos nítidos, consistentes y navegables.

El autor afirma modestamente que su método resuelve los cuellos de botella técnicos específicos de la coste de colocación exponencial y el fallo de calidad en las uniones en el plano hiperbólico. Enfatizan que el mecanismo de dos etapas es una innovación necesaria para manejar el desacuerdo geométrico inherente a las variedades curvas. El trabajo no pretende resolver todos los problemas de generación de variedades, sino que apunta específicamente a la generación de campos visuales finitos en $H^2$ con alta fidelidad y escalabilidad. Se sugiere como trabajo futuro el estrechamiento de certificados finitos y la exploración de estados de difusión multirresolución únicos.