💻 computer science

HyperbolicDiffusion: Sharp & Scalable Tiled Generation on the Hyperbolic Plane

Cet article introduit HyperbolicDiffusion, une méthode sans entraînement qui génère des champs visuels nets, cohérents et reprojectables directement sur le plan hyperbolique en employant une stratégie de placement de fenêtres basée sur la programmation dynamique et un processus de débruitage en deux étapes sensible à la géométrie pour résoudre les artefacts de jonction.

Auteurs originaux : Hugo Caselles-Dupré

Publié 2026-08-05

📖 8 min de lecture🧠 Analyse approfondie

CC0 1.0

Auteurs originaux : Hugo Caselles-Dupré

Article original placé dans le domaine public sous CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de peindre une fresque sur une surface qui ne se comporte ni comme un mur plat, ni comme une boule ronde. Dans notre monde quotidien, si vous voulez peindre une image immense, vous étirez généralement une toile à plat ou vous l'enroulez autour d'une sphère. Mais les mathématiciens sont fascinés depuis longtemps par une surface étrange et infinie appelée le plan hyperbolique. Considérez cela comme un morceau de tissu qui s'élargit de plus en plus à mesure que l'on s'éloigne du centre, s'étendant si vite que la quantité d'espace disponible croît de manière exponentielle. C'est le genre de géométrie qui rend possibles les célèbres dessins « Circle Limit » d'Escher, où les poissons deviennent de plus en plus petits à mesure qu'ils nagent vers le bord, pourtant le motif ne s'arrête jamais.

Pendant longtemps, les ordinateurs ne pouvaient générer des images que sur des écrans plats ou des sphères. Mais et si nous voulions créer un monde entier qui vit directement sur cette surface étrange et expansive ? C'est le défi des modèles de diffusion, un type d'IA qui crée des images en transformant lentement un bruit statique aléatoire en images claires. Habituellement, ces modèles fonctionnent en découpant une grande image en petits carrés qui se chevauchent, en corrigeant chaque carré, puis en les mélangeant. Le problème, c'est que lorsque vous essayez de faire cela sur un plan hyperbolique, les « carrés » se déforment et se tordent de manière folle, et les bords où ils se rejoignent deviennent souvent un désordre flou. Si vous essayez de parcourir ce monde numérique, le flou s'aggrave, et les motifs se brisent.

Ce document présente une nouvelle méthode appelée HyperbolicDiffusion qui résout ces problèmes sans nécessiter de réentraîner l'IA. Le chercheur a trouvé une façon astucieuse de placer leurs « fenêtres de peinture » afin de couvrir la surface infinie efficacement, et il a construit un processus en deux étapes pour réparer les bords flous là où les fenêtres se rejoignent. Le résultat est un monde hyperbolique net, cohérent et infiniment explorable qui semble tout aussi bon sous n'importe quel angle, comme une version numérique de l'art impossible d'Escher dans laquelle on pourrait réellement s'immerger.

Le Problème : Le Sol qui s'Étend et les Bords Flous

Pour comprendre pourquoi c'est difficile, imaginez que vous carrelez un sol qui s'étend constamment. Dans une pièce normale, vous posez simplement des carreaux carrés. Mais sur un plan hyperbolique, le sol devient si grand si vite que si vous voulez couvrir une grande zone, vous avez besoin de façon exponentielle plus de carreaux. Si vous essayez d'utiliser une disposition standard, soit vous gaspillez des millions de carreaux, soit vous laissez de grands espaces vides.

Pire encore, quand vous essayez de mélanger les images de ces carreaux, la géométrie résiste. Parce que la surface est courbe, une fenêtre « carrée » paraît différente selon son emplacement et son orientation. Lorsque cinq fenêtres différentes tentent de peindre le même endroit sur le sol, elles voient toutes le voisinage légèrement différemment. Si vous mélangez simplement leurs prédictions, le résultat est un flou fantomatique où les bords ne s'alignent pas. Les tentatives précédentes pour faire cela sur des sphères (comme la Terre) avaient des problèmes similaires, mais sur le plan hyperbolique, le problème est beaucoup plus difficile car la surface croît très rapidement.

La Solution : Un Système de Carrelage Intelligent et une Réparation en Deux Étapes

L'auteur de ce document, travaillant chez Obvious Research à Paris, a trouvé une solution qui ne nécessite pas d'enseigner une nouvelle IA à partir de zéro. Au lieu de cela, il a construit un système intelligent pour gérer la façon dont l'IA existante peint le monde hyperbolique. Leur méthode, HyperbolicDiffusion, fonctionne en trois parties principales.

1. Le Carrelage Intelligent (Hyperbolic Blooming Cover)
D'abord, ils ont eu besoin d'un moyen de placer les « fenêtres » (les carrés que l'IA regarde) afin de couvrir toute la zone sans gaspiller de ressources. Ils ont inventé une méthode appelée Hyperbolic Blooming Cover (HBC). Imaginez planter des fleurs dans un jardin qui ne cesse de s'agrandir. Au lieu de les planter de manière aléatoire ou selon une grille rigide, l'HBC les plante en anneaux parfaits qui croissent vers l'extérieur. Cela utilise une astuce mathématique ingénieuse (la programmation dynamique) pour déterminer exactement combien de fleurs sont nécessaires dans chaque anneau pour couvrir le sol parfaitement.

Le document montre que cette méthode est incroyablement efficace. Elle peut planifier une disposition avec plus de 11 millions de fenêtres en seulement 5,44 secondes. Plus important encore, ils ont prouvé que pour les zones testées, leur disposition n'est jamais à plus de 10 % de l'arrangement absolument optimal. Cela signifie qu'ils ne gaspillent pas des milliers de fenêtres supplémentaires juste pour être sûrs ; ils utilisent presque le nombre minimum requis.

2. La Toile Partagée (Étape A)
Une fois les fenêtres placées, l'IA commence à peindre. La clé ici est que chaque point sur la surface hyperbolique possède un identifiant permanent, comme une adresse unique. Même si un point apparaît dans cinq fenêtres différentes, il s'agit toujours de la même « adresse ». L'IA regarde les fenêtres qui se chevauchent, fait une supposition sur ce à quoi l'image devrait ressembler pour chacune, puis mélange ces suppositions en fonction de la confiance accordée à chaque fenêtre. Cela crée une image unique et unifiée sur la surface hyperbolique.

Cependant, l'auteur a constaté que cette première étape n'est pas parfaite. Parce que les fenêtres sont déformées différemment, l'IA peint parfois des versions légèrement différentes du même détail dans les zones de chevauchement. Cela crée un effet de « ghosting » (image fantôme) où les bords paraissent flous ou doublés, surtout dans les scènes complexes comme des bâtiments ou des forêts.

3. L'Équipe de Réparation (Étape B)
C'est là que la deuxième partie de leur magie opère. Ils ont réalisé qu'ils pouvaient prédire exactement où le flou se produirait en regardant simplement la géométrie, sans même avoir besoin de voir l'image au préalable. Ils ont calculé un « masque de multiplicité » — une carte qui montre où plusieurs fenêtres se disputent le même endroit.

Là où cette carte indique un conflit (où deux fenêtres ou plus contribuent de manière égale), ils lancent une seconde étape de réparation. Ils prennent ces endroits spécifiques flous, ajoutent un peu de bruit (comme si l'on secouait un bocal de sable), et demandent à l'IA de les repeindre, cette fois en se concentant uniquement sur la netteté et la cohérence des bords. Cette étape de « re-bruitage » corrige le ghosting et rend les détails nets.

Ce Qu'Ils Ont Trouvé et Ce Que Cela Signifie

Le chercheur a testé sa méthode sur tout, des textures simples comme les nuages aux scènes complexes comme des pièces intérieures ou des fresques architecturales. Ils ont découvert que :

Le Carrelage Fonctionne : Leur méthode HBC a réussi à couvrir des zones avec des rayons allant jusqu'à 12 (une échelle massive en termes hyperboliques) en utilisant le nombre de fenêtres prédit, et la planification était toujours rapide (moins de 6 secondes même pour les plus grandes mises en page).
Le Flou a Disparu : Dans leurs tests, la seconde étape de réparation a considérablement augmenté la netteté des bords. Ils ont mesuré la « magnitude du gradient » (une façon de mesurer la netteté des bords) et ont constaté qu'elle s'améliorait en moyenne de 15 %, et la « magnitude laplacienne » (une autre métrique de netteté) s'améliorait de 17 %.
Ce N'est Pas Juste une Image Plate : Contrairement aux autres méthodes qui génèrent une image plate puis la déforment en un cercle, cette méthode génère l'image directement sur la surface hyperbolique. Cela signifie que vous pouvez déplacer une « caméra » dans le monde, et l'image reste nette et cohérente. Un motif qui paraît minuscule au bord paraîtra immense au centre, mais il ne deviendra pas flou ou ne se brisera pas.

Le document exclut explicitement l'idée qu'un processus à une seule étape (peindre une seule fois et mélanger) soit suffisant pour du contenu structuré et complexe. Ils ont essayé plusieurs variations à une seule étape, comme utiliser des fenêtres plus denses ou changer la façon dont la propriété est mélangée, mais aucune d'entre elles ne pouvait supprimer le flou sans perdre de détails. L'approche en deux étapes était la seule qui fonctionnait.

Ils ont également montré que cette méthode peut être adaptée aux sphères (comme la Terre) et qu'elle surpasse les méthodes précédentes dans ce domaine aussi, suggérant que l'idée de réparation basée sur la géométrie est puissante.

Pourquoi Cela Importe

Ce travail ouvre la porte à la création de « fresques hyperboliques navigables » et de mondes de jeux non euclidiens. Imaginez un jeu vidéo où vous pouvez marcher dans un couloir qui devient infiniment plus large à mesure que vous avancez, ou une expérience de VR où vous pouvez explorer une cathédrale qui s'étend à l'infini. Parce que l'image est générée directement sur la surface courbe, vous pouvez déplacer votre point de vue, et le monde reste net et cohérent. C'est une étape vers un art génératif qui comprend véritablement la géométrie étrange et magnifique du plan hyperbolique, transformant une curiosité mathématique en un terrain de jeu pour la créativité numérique.

Résumé Technique : HyperbolicDiffusion

1. Énoncé du Problème

Les modèles de diffusion existants pour les images de grand format, tels que MultiDiffusion, opèrent sur un canevas euclidien plat en débruitant des fenêtres rectangulaires superposées. Bien qu'efficace pour les images planes, cette approche ne peut pas générer nativement des images qui « vivent » sur le plan hyperbolique ( $H^2$ ). Simplement générer une image plate et la déformer en un disque de Poincaré post-hoc limite l'utilité de la représentation ; cela empêche une navigation interactive où les motifs peuvent s'étendre du bord vers le centre sans régénération de contenu.

La génération directe sur $H^2$ présente deux défis uniques :

Mise à l'échelle exponentielle : Contrairement à la sphère finie ( $S^2$ ), l'aire d'un disque hyperbolique croît exponentiellement avec son rayon ( $A(D_R) = O(e^R)$ ). Les stratégies de pavage standard, qui gaspillent une petite fraction de vues sur un plan ou une sphère, deviennent prohibitives sur $H^2$ , nécessitant potentiellement des millions de fenêtres.
Artefacts de jonction : Les tentatives précédentes de partage de variables latentes à travers des variétés courbes (par exemple, SphereDiff) souffrent de « flou » ou de « fantômes » aux jonctions multi-fenêtres. Cela se produit car les différentes vues d'un même point perçoivent des voisinages déformés différemment à cause de la courbure, ce qui amène le débruiteur à produire des caractéristiques locales incohérentes qui se mélangent mal.

2. Méthodologie

L'auteur propose HyperbolicDiffusion, une méthode sans entraînement (training-free) qui génère des champs visuels finis directement sur $H^2$ en utilisant un processus à deux étapes.

2.1. Hyperbolic Blooming Cover (HBC)

Pour répondre au problème de mise à l'échelle exponentielle, l'article introduit l'HBC, un algorithme sans entraînement pour le placement optimal des fenêtres.

Objectif : Couvrir un disque hyperbolique cible $D_R$ avec le nombre minimal de disques de confiance (rayon $r_t$ ) tel que chaque point de $D_R$ se trouve dans au moins une région de confiance.
Algorithme : L'HBC exploite la symétrie radiale de $H^2$ . Il modélise le problème comme une couverture d'intervalles pondérés unidimensionnelle sur le rayon $[0, R]$ . En énumérant les anneaux de centres de fenêtres réalisables et en résolvant cela via la programmation dynamique, l'HBC génère une disposition qui « fleurit » (blooming) vers l'extérieur.
Efficacité : L'algorithme produit une liste compacte de paramètres d'anneaux (population, rayon, phase) plutôt que de stocker des millions de coordonnées individuelles. Il s'exécute en quelques secondes (par exemple, 5,44s pour 11,4 millions de fenêtres) et fournit des garanties théoriques que le nombre de fenêtres est proche de 10 % de la solution optimale pour $r_t \geq 1,151$ .

2.2. Étape A : Fusion de Latents Partagés

Cette étape génère le champ initial en utilisant un modèle de diffusion gelé standard (UNet) et un VAE.

IDs de Surface Permanents : Chaque point de la surface hyperbolique se voit assigner un ID latent permanent. Ces IDs forment un canevas latent partagé.
Débruitage : Les fenêtres collectées par la disposition HBC projettent les points locaux de la surface sur le tableau carré natif du modèle. Le modèle débruite ces vues locales.
Fusion : Les prédictions pour le même ID de surface provenant de fenêtres superposées sont fusionnées dans l'espace latent par une moyenne pondérée (similaire à MultiDiffusion).
Limitation : Bien que cela assure la cohérence de la variable latente, cela ne garantit pas que les voisinages vus par les différentes fenêtres soient identiques en raison de la courbure. Cela entraîne un flou résiduel aux jonctions à multiplicité élevée où plusieurs fenêtres contribuent.

2.3. Étape B : Réparation de Jonction Attachée à la Géométrie

Pour éliminer le flou et les fantômes causés par le désaccord induit par la courbure, une seconde étape est appliquée.

Génération de Masque : Un masque est généré purement à partir de la géométrie, et non du contenu de l'image. Il calcule la « multiplicité effective » ( $m_{eff}$ ) de chaque point. Les points où $m_{eff} \geq 2$ (indiquant une contribution significative de plusieurs fenêtres concurrentes) sont marqués pour réparation.
Processus de Réparation :
1. Les régions masquées sont couvertes par des fenêtres de surface plus larges.
2. L'image de l'Étape A est ré-encodée dans l'espace latent.
3. Un bruit de scheduler est ajouté avec une intensité de 0,55.
4. Le modèle redébruite uniquement les régions masquées en utilisant le prompt original.
5. Une fenêtre « propriétaire » unique réécrit les valeurs réparées dans le champ $H^2$ .
Résultat : Ce processus répare les régions spécifiques où la distorsion géométrique a provoqué le désaccord du débruiteur, restaurant la netteté sans régénérer l'ensemble du champ.

3. Contributions Clés

Hyperbolic Blooming Cover (HBC) : Une approche de programmation dynamique qui résout le problème de placement de fenêtres sur $H^2$ en quelques secondes avec une efficacité quasi optimale, gérant la croissance exponentielle de l'aire hyperbolique.
Mécanisme de Génération en Deux Étapes : L'identification du fait que le partage d'IDs latents seuls est insuffisant pour une génération hyperbolique nette. Le pipeline proposé en deux étapes (Fusion Partagée + Réparation Attachée à la Géométrie) est empiriquement démontré comme étant le seul mécanisme capable de supprimer le flou de jonction tout en maintenant de grandes compositions.
Approche Sans Entraînement : La méthode utilise des modèles de diffusion et des VAE existants et gelés, ne nécessant aucun réentraînement ou ajustement fin (fine-tuning) de la structure générative.
Représentation Hyperbolique Native : Contra à les travaux précédents qui déforment des images plates, cette méthode génère des champs nativement sur $H^2$ , permettant une navigabilité réelle où le contenu change d'échelle naturellement avec la position de la caméra.

4. Résultats

Scalabilité : L'HBC a généré avec succès des dispositions pour des rayons allant jusqu'à $R=12$ (impliquant des millions de fenêtres) sans aucun trou et avec un nombre de fenêtres à moins de 10 % de l'optimum théorique. Le temps de planification est resté inférieur à 6 secondes même pour les plus grandes configurations.
Qualité d'Image : Dans les évaluations qualitatives impliquant du contenu structuré (architecture, fresques), l'Étape B a significativement réduit le flou et les fantômes. Les mesures quantitatives ont montré une augmentation de 15 % de l'amplitude du gradient moyen masqué et une augmentation de 17 % de l'amplitude du Laplacien masqué par rapport à l'Étape A seule.
Comparaison avec SphereDiff : Appliquée à des scènes intérieures structurées (un test plus difficile que les textures), la méthode proposée a surpassé la base de référence SphereDiff, qui présentait des bandes délavées et du flou aux jonctions.
Interactivité : Le système supporte la navigation interactive (par exemple, des prototypes WebGL) où la caméra se déplace à travers le champ, reprojetant les mêmes données $H^2$ sous-jacentes sans régénération.

5. Signification et Revendications

L'article positionne HyperbolicDiffusion comme un pendant génératif de la série Circle Limit de M.C. Escher, fournissant une méthode pour créer des fresques et des environnements hyperboliques nets, cohérents et navigables.

L'auteur affirme modestement que sa méthode résout les goulots d'étranglement techniques spécifiques de la coût de placement exponentiel et de l'échec de la qualité de jonction sur le plan hyperbolique. Il souligne que le mécanisme en deux étapes est une innovation nécessaire pour gérer le désaccord géométrique inhérent aux variétés courbes. Le travail ne prétend pas résoudre tous les problèmes de génération de variétés, mais cible spécifiquement la génération de champs visuels finis sur $H^2$ avec une haute fidélité et une grande scalabilité. Des travaux futurs sont suggérés pour resserrer les certificats finis et explorer des états de diffusion multi-résolutions uniques.