華為近日發(fā)布了一項名為 PixArt-\Sigma 的圖像生成模型,該模型采用了 DiT 架構(gòu),可以直接生成4K 分辨率的圖像。相比于其前身 PixArt-\alpha,PixArt-\Sigma 在圖像保真度上有了明顯的提升,并改善了與文本提示的一致性。
PixArt-\Sigma 的一個關(guān)鍵特點是其訓(xùn)練效率。借助 PixArt-\alpha 的基礎(chǔ)預(yù)訓(xùn)練,它通過整合更高質(zhì)量的數(shù)據(jù),從"較弱"的基線逐步演變?yōu)?quot;較強"的模型,這個過程被稱為"弱到強訓(xùn)練"。
PixArt-\Sigma 的進步主要體現(xiàn)在兩個方面:高質(zhì)量的訓(xùn)練數(shù)據(jù)和高效的 Token 壓縮。PixArt-\Sigma 結(jié)合了更高質(zhì)量的圖像數(shù)據(jù),配對更精確和詳細的圖像標題,同時在 DiT 框架內(nèi)提出了一個新的注意力模塊,可以壓縮鍵(Key)和值(Value),顯著提高效率,促進超高分辨率圖像的生成。
由于這些改進,PixArt-\Sigma 以較小的模型規(guī)模(6億參數(shù))實現(xiàn)了優(yōu)于現(xiàn)有文本到圖像擴散模型(如 SDXL(26億參數(shù))和 SD Cascade(51億參數(shù)))的圖像質(zhì)量和用戶提示遵從能力。此外,PixArt-\Sigma 能夠生成4K 圖像,為創(chuàng)建高分辨率海報和壁紙?zhí)峁┝酥С,有效地增強了電影和游戲等行業(yè)中高質(zhì)量視覺內(nèi)容的制作。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風(fēng)險自擔。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“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了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團)有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。