混合专家架构（Mixture-of-Experts，MoE）在扩展模型容量的同时保持了计算效率，在大语言模型（LLM）的发展中发挥了巨大作用。然而，现有方法将 MoE 应用于 Diffusion Transformer（DiT）时，却发现收益非常有限，无法复刻 MoE 在 LLM 中的成功。 为什么同样的架构，跨界到视觉生成领域就「水土不服」了？ 近期，来自复旦大学、阿里通义万相Wan Team、 ...