智譜技術(shù)團隊今天宣布開源文生圖模型CogView3 及 CogView3-Plus-3B,該系列模型的能力已經(jīng)上線“智譜清言”App。
據(jù)介紹,CogView3 是一個基于級聯(lián)擴散的 text2img 模型,其包含如下三個階段:
第一階段:利用標(biāo)準(zhǔn)擴散過程生成 512x512 低分辨率的圖像。
第二階段:利用中繼擴散過程,執(zhí)行 2 倍的超分辨率生成,從 512x512 輸入生成 1024x1024 的圖像。
第三階段:將生成結(jié)果再次基于中繼擴散迭代,生成 2048×2048 高分辨率的圖像。
官方表示,在實際效果上,CogView3 在人工評估中比目前最先進的開源文本到圖像擴散模型 SDXL 高出 77.0%,同時只需要 SDXL 大約 1/10 的推理時間。
CogView3-Plus 模型則在 CogView3(ECCV'24)的基礎(chǔ)上引入了最新的 DiT 框架,以實現(xiàn)整體性能的進一步提升。據(jù)介紹,其采用 Zero-SNR 擴散噪聲調(diào)度,并引入了文本-圖像聯(lián)合注意力機制。與常用的 MMDiT 結(jié)構(gòu)相比,它在保持模型基本能力的同時,有效降低訓(xùn)練和推理成本。CogView-3Plus 使用潛在維度為 16 的 VAE。
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。