生成式模型的热点新闻和进展
passion!!!
文章目录
- 20241112 Tue.
本帖子纯属是对生成式的发展很感兴趣,因此想着做一个集锦来收集该领域都发生了哪些事情。哈哈哈哈哈哈
20241112 Tue.
-
扩散模型失宠?端侧非自回归图像生成基础模型Meissonic登场,超越SDXL!
summary: Meissonic模型提出了全新的解决方案,基于非自回归的掩码图像建模(MIM),为高效、高分辨率的T2I生成设定了新标准。 而这一切,都只需SDXL 1/3的推理时间和1/2的显存占用。值得注意的是,Meissonic可以在8GB显存下运行,让中低端显卡的用户也能受益。 -
【他山之石】DuoDiff:提升浅层Transformer 性能的扩散模型,双Backbone件扩散模型在图像处理中的应用 !
summary:扩散模型在图像生成方面取得了前所未有的性能,但由于其迭代采样过程,推理速度较慢。 为了解决这个问题,最近提出了早期终止(Early-exiting)的方法。在这里,作者发现在当前自适应扩散模型的采样过程中存在一个有趣的“相变”:在初始采样步骤中,去噪网络始终过早地退出,直到突然切换到使用整个网络
。基于这个发现,作者提出了一种加速生成的方法:在初始采样步骤中使用较浅的去噪网络,而在后续步骤中使用较深的网络。
有趣的是, 作者发现生成过程的早期(即, 对于大的t),只有去噪网络的少量层处于活动状态,而当 接近 0 时,整个网络都被利用
. 这表明扩散模型中的生成过程开始于一个更容易的阶段,然后是更具有挑战性的阶段。受这些发现启发,作者在每个采样步骤上都消除了动态的早期退出, 并引入了一种(静态)双 Backbone 设计, 即DuoDiff。 -
真·打字P图!字节发布新模型SeedEdit,一句话爆改世界名画,可免费体验
summary: 11 月 11 日,字节跳动豆包大模型团队推出了最新图像编辑模型 SeedEdit,主打一句话轻松 P 图。它是国内首个产品化的通用图像编辑模型,无需描边涂抹,仅使用简单的自然语言,就能换背景、转风格,或者在指定区域进行元素的增删和替换
。该工作发现,AI 生成式图像编辑的关键,在于在保持原始图像(图像重建)和生成新图像(图像生成)之间的平衡。
这就意味着若想让图像生成的 AI 模型拥有修图能力,就需要在大量相应的成对数据上训练这个模型。因此,SeedEdit 采取的方式是从一个弱生成器(文本到图像生成模型)开始,再在上述两个方向之间创建多样化的图像对,以此来逐步训练模型,最终获得我们所需要的平衡。