在最新的研究中,提出了一種名為注意力混合模式(MoA)的新架構(gòu),旨在個(gè)性化文本到圖像擴(kuò)散模型,可以實(shí)現(xiàn)風(fēng)格參考和人物融合的效果。
受大型語(yǔ)言模型(LLMs)中使用的專家混合機(jī)制的啟發(fā),MoA 通過(guò)將生成工作負(fù)載分配給兩個(gè)注意力路徑來(lái)實(shí)現(xiàn)給定主題和背景的分離生成。具體來(lái)說(shuō),MoA 保留了原始模型的先驗(yàn)知識(shí),通過(guò)固定先驗(yàn)分支中的注意力層,同時(shí)通過(guò)個(gè)性化分支最小干預(yù)生成過(guò)程,學(xué)習(xí)將主題嵌入由先驗(yàn)分支生成的布局和背景中。
一種新穎的路由機(jī)制管理著每個(gè)層中像素在這些分支之間的分布,以優(yōu)化個(gè)性化和通用內(nèi)容創(chuàng)建的混合。經(jīng)過(guò)訓(xùn)練,MoA 能夠輕松生成高質(zhì)量的個(gè)性化圖像,其主題和背景的組合和交互與原始模型生成的一樣豐富多樣。最重要的是,MoA 增強(qiáng)了模型的現(xiàn)有能力與新增個(gè)性化干預(yù)之間的區(qū)別,從而提供了一種之前無(wú)法實(shí)現(xiàn)的更為分離的主題 - 背景控制。
此外,研究還探討了 MoA 在現(xiàn)實(shí)應(yīng)用中的潛力。例如,結(jié)合 MoA 和 DDIM 反演技術(shù),可以實(shí)現(xiàn)對(duì)真實(shí)圖像中主體的替換;結(jié)合 MoA 和 ControlNet,可以實(shí)現(xiàn)帶有姿勢(shì)控制的個(gè)性化生成;MoA 甚至能夠在面部和身體形狀完全不同的情況下進(jìn)行主體交換,以及輕松地在主體之間進(jìn)行形態(tài)變換。這些應(yīng)用展示了 MoA 在個(gè)性化圖像生成領(lǐng)域的潛在價(jià)值和廣泛適用性。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)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(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)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(wú)人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)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。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。