在當(dāng)今人工智能時代,計算機可以通過擴散模型生成自己的 “藝術(shù)”,逐步向嘈雜的初始狀態(tài)添加結(jié)構(gòu),直到清晰的圖像或視頻出現(xiàn)。
擴散模型突然變得異常受歡迎:輸入幾個詞,即可體驗現(xiàn)實與幻想交匯的夢幻景象。在幕后,這涉及一個復(fù)雜、耗時的過程,需要算法多次迭代才能完美圖像。
麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)的研究人員引入了一個新框架,將傳統(tǒng)擴散模型的多步過程簡化為單步,解決了先前的限制。這是通過一種教師 - 學(xué)生模型實現(xiàn)的:教導(dǎo)一個新的計算機模型模仿生成圖像的更復(fù)雜原始模型的行為。
這種方法稱為分配匹配蒸餾(DMD),保留了生成圖像的質(zhì)量,同時實現(xiàn)了更快的生成速度。
DMD 巧妙地包含兩個組成部分。首先,它使用回歸損失,錨定映射以確保對圖像空間的粗略組織,使訓(xùn)練更穩(wěn)定。接下來,它使用分配匹配損失,確保使用學(xué)生模型生成給定圖像的概率與其在真實世界中出現(xiàn)的頻率相對應(yīng)。通過利用兩個擴散模型作為指導(dǎo),幫助系統(tǒng)理解真實圖像與生成圖像之間的差異,并使訓(xùn)練快速的單步生成器成為可能。
該系統(tǒng)通過訓(xùn)練一個新網(wǎng)絡(luò)來最小化其生成的圖像與傳統(tǒng)擴散模型使用的訓(xùn)練數(shù)據(jù)集中的圖像之間的分布差異來實現(xiàn)更快的生成。該團隊使用預(yù)訓(xùn)練網(wǎng)絡(luò)來簡化新學(xué)生模型的過程。通過復(fù)制和微調(diào)原始模型的參數(shù),團隊實現(xiàn)了新模型的快速訓(xùn)練收斂,該模型能夠使用相同的架構(gòu)基礎(chǔ)生成高質(zhì)量圖像。
在與通常方法的對比測試中,DMD 表現(xiàn)一致。在基于 ImageNet 特定類別生成圖像的流行基準(zhǔn)測試中,DMD 是第一個單步擴散技術(shù),幾乎與原始、更復(fù)雜模型的圖像媲美,具有非常接近的 Fréchet inception distance(FID)分?jǐn)?shù),這是令人印象深刻的,因為 FID 是評判生成圖像質(zhì)量和多樣性的指標(biāo)。
此外,DMD 在工業(yè)規(guī)模的文本到圖像生成中表現(xiàn)出色,并實現(xiàn)了最先進的單步生成性能。在處理更棘手的文本到圖像應(yīng)用時,仍然存在一些質(zhì)量差距,這表明未來還有改進的空間。
DMD 生成的圖像性能與蒸餾過程中使用的教師模型的能力密切相關(guān)。當(dāng)前版本使用 Stable Diffusion v1.5作為教師模型,學(xué)生繼承了一些限制,如渲染文本和小臉部的細(xì)節(jié)描繪,這表明更先進的教師模型可能進一步提升 DMD 生成的圖像。
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)。
2024年的Adobe MAX 2024發(fā)布會上,Adobe推出了最新版本的Adobe Creative Cloud。
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%。
“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。
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。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。