下單前先比價不花冤枉錢 同款圖書京東價低于抖音6折日媒感慨中國電動汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會吹風(fēng)機(jī)品質(zhì)檢測結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營銷力,2024梅花數(shù)據(jù)峰會圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級,成為會員至少需注冊 2 臺 α 全畫幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計劃iQOO Z9 Turbo長續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時捷將重新評估電動汽車計劃來京東參與榮耀Magic7 RSR 保時捷設(shè)計預(yù)售 享365天只換不修國補(bǔ)期間電視迎來換機(jī)潮,最暢銷MiniLED品牌花落誰家?美團(tuán)旗下微信社群團(tuán)購業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備在海外,要再造一個京東物流?消息稱蘋果正為AirPods開發(fā)多項健康功能,包括心率監(jiān)測和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗(yàn)東芝全部業(yè)務(wù)實(shí)現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁 > 云計算頻道 > 大模型

    AI圖像生成模型LCMs: 四個步驟就能快速生成高質(zhì)量圖像的新方法

    2023年11月13日 10:10:32   來源:站長之家

      在最新的AI模型和研究領(lǐng)域,一種名為Latent Consistency Models(LCMs)的新技術(shù)正迅速推動文本到圖像人工智能的發(fā)展。與傳統(tǒng)的Latent Diffusion Models(LDMs)相比,LCMs在生成詳細(xì)且富有創(chuàng)意的圖像方面同樣出色,但僅需1-4步驟,而不是數(shù)百步驟。這一創(chuàng)新正在為文本到圖像AI邁向重要的飛躍。

      LCMs的突破在于極大地減少了生成圖像所需的步驟。相比于LDMs數(shù)百步驟的費(fèi)時生成,LCMs在僅需1-4步驟的情況下達(dá)到了相似的質(zhì)量水平。這一高效性是通過將預(yù)訓(xùn)練的LDMs精煉成更加簡化的形式實(shí)現(xiàn)的,從而大大降低了計算資源和時間的需求。

      在介紹了LCM模型的論文中還提到了一項創(chuàng)新,即LCM-LoRA,這是一種通用的穩(wěn)定擴(kuò)散加速模塊。該模塊可以直接插入各種穩(wěn)定擴(kuò)散微調(diào)模型中,無需額外的訓(xùn)練。這成為人工智能驅(qū)動的圖像生成中的一種潛在工具,能夠加速多樣化的圖像生成任務(wù)。

      在論文中,研究團(tuán)隊通過一種稱為“蒸餾”的巧妙方法來高效地訓(xùn)練LCMs。他們首先在文本與圖像配對的數(shù)據(jù)集上訓(xùn)練了標(biāo)準(zhǔn)的Latent Diffusion Model(LDM),然后利用其生成的新訓(xùn)練數(shù)據(jù)來訓(xùn)練Latent Consistency Model(LCM)。這種蒸餾過程使得LCM能夠從LDM的能力中學(xué)習(xí),而無需在龐大的數(shù)據(jù)集上從頭訓(xùn)練。這一過程的高效性體現(xiàn)在研究者僅用單個GPU在約32小時內(nèi)成功訓(xùn)練出高質(zhì)量的LCMs,遠(yuǎn)遠(yuǎn)快于以往的方法。

      研究結(jié)果展示了LCMs在圖像生成AI方面的重大進(jìn)展。LCMs能夠在僅4步的情況下創(chuàng)建高質(zhì)量的512x512圖像,相較于Latent Diffusion Models(LDMs)數(shù)百步的要求,是一項顯著的改進(jìn)。這些模型不僅輕松處理較小圖像,而且在生成大型1024x1024圖像方面表現(xiàn)出色,展示了它們適應(yīng)較大神經(jīng)網(wǎng)絡(luò)模型的能力。

      然而,當(dāng)前LCMs的一個主要限制是兩階段訓(xùn)練過程,首先訓(xùn)練LDM,然后使用它來訓(xùn)練LCM。未來研究可能會探索更直接的LCMs訓(xùn)練方法,有可能避免使用LDM。此外,論文主要探討了無條件圖像生成,對于文本到圖像合成等有條件生成任務(wù),可能需要更多工作。

      Latent Consistency Models代表了文本到圖像快速、高質(zhì)量生成的重大進(jìn)步。這些模型在僅1-4步的情況下就能夠產(chǎn)生與較慢LDMs相媲美的結(jié)果,有望徹底改變文本到圖像模型在實(shí)際應(yīng)用中的應(yīng)用。

      雖然目前還存在一些限制,特別是在訓(xùn)練過程和生成任務(wù)范圍方面,但LCMs標(biāo)志著基于神經(jīng)網(wǎng)絡(luò)的圖像生成邁出了重要一步。與LoRA結(jié)合的LCM-LoRA模型則為高效生成高質(zhì)量、風(fēng)格特定圖像提供了通用解決方案,具有廣泛的實(shí)際應(yīng)用潛力,從數(shù)字藝術(shù)到自動化內(nèi)容創(chuàng)建都可能迎來顛覆性的革新。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。