苹果“套娃”式扩散模型，训练步数减少七成！
苹果的一项最新研究，大幅提高了扩散模型在高分辨率图像上性能。
利用这种方法，同样分辨率的图像，训练步数减少了超过七成。
在1024×1024的分辨率下，图片画质直接拉满，细节都清晰可见。
苹果把这项成果命名为MDM，DM就是扩散模型（Diffusion Model）的缩写，而第一个M则代表了套娃（Matryoshka）。
就像真的套娃一样，MDM在高分辨率过程中嵌套了低分辨率过程，而且是多层嵌套。
高低分辨率扩散过程同时进行，极大降低了传统扩散模型在高分辨率过程中的资源消耗。
对于256×256分辨率的图像，在批大小（batch size）为1024的环境下，传统扩散模型需要训练150万步，而MDM仅需39万，减少了超七成。
另外，MDM采用了端到端训练，不依赖特定数据集和预训练模型，在提速的同时依然保证了生成质量，而且使用灵活。
不仅可以画出高分辨率的图像，还能合成16×256²的视频。
有网友评论到，苹果终于把文本连接到图像中了。
那么，MDM的“套娃”技术，具体是怎么做的呢？ 网页链接
版权声明： 发表于 2023-10-25 21:12:22。
转载请注明：苹果“套娃”式扩散模型，训练步数减少七成！苹果的一项最新研究，大幅提高了扩散模型在高分辨率图像上性能。利用这种方法，同样分辨率的图像，训练步数减少了超... | AI 時.空 | AiTime.Space
转载请注明：苹果“套娃”式扩散模型，训练步数减少七成！苹果的一项最新研究，大幅提高了扩散模型在高分辨率图像上性能。利用这种方法，同样分辨率的图像，训练步数减少了超... | AI 時.空 | AiTime.Space
暂无评论...