北京大学 鲲鹏昇腾科教创新卓越中心突破:自主创新软件SPONGE性能超越国际主流GPU方案民族记忆 · 和平之光丨国际和平艺术家:邢凌云新秀亮相长青压阵 360游戏确认参展2025 ChinaJoy凯华 X ChinaJoy强势来袭!一键开启热血盛夏!巨人网络确认参展2025 ChinaJoy鹅鸭杀和他的朋友们来了!金山世游确认参展 2025 ChinaJoy2025 ChinaJoy 展会服务全面升级!为观众打造极致体验2025 ChinaJoy 展馆地图正式发布2025 中国游戏开发者大会(CGDC)动作冒险射击游戏专场、独立游戏专场嘉宾曝光2025 年第 22 届 ChinaJoy 展前预览(同期会议篇—CGDC)正式发布希尔顿集团联动滴滴宠物出行,升级携宠 "住行一体"体验SuperCLUE发布工业大模型测评最新榜单,北电数智骄阳·工业大模型综合排名第一云计算年增34.4%,算力厂商迎来扩量增利窗口浩鲸科技亮相第三届链博会·中国供应商ESG交流活动AI狂潮席卷,数据库如何避免被“边缘化”?商汤科技即将发布“日日新6.5”,多项产品升级驱动生产力革新和交互升级2025 WAIC | 扫描全能王推出无限扫描“黑科技”,将“国宝”一键装进手机IDC最新报告:百度AI搜索排名中国通用AI搜索第一Oracle老司机的“意难平”,最终被国产方案说服了暑假电竞装备优选,115W满功耗RTX™ 5060助阵ROG魔霸新锐 2025 北京大学 鲲鹏昇腾科教创新卓越中心突破:自主创新软件SPONGE性能超越国际主流GPU方案民族记忆 · 和平之光丨国际和平艺术家:邢凌云新秀亮相长青压阵 360游戏确认参展2025 ChinaJoy凯华 X ChinaJoy强势来袭!一键开启热血盛夏!巨人网络确认参展2025 ChinaJoy鹅鸭杀和他的朋友们来了!金山世游确认参展 2025 ChinaJoy2025 ChinaJoy 展会服务全面升级!为观众打造极致体验2025 ChinaJoy 展馆地图正式发布2025 中国游戏开发者大会(CGDC)动作冒险射击游戏专场、独立游戏专场嘉宾曝光2025 年第 22 届 ChinaJoy 展前预览(同期会议篇—CGDC)正式发布希尔顿集团联动滴滴宠物出行,升级携宠 "住行一体"体验SuperCLUE发布工业大模型测评最新榜单,北电数智骄阳·工业大模型综合排名第一云计算年增34.4%,算力厂商迎来扩量增利窗口浩鲸科技亮相第三届链博会·中国供应商ESG交流活动AI狂潮席卷,数据库如何避免被“边缘化”?商汤科技即将发布“日日新6.5”,多项产品升级驱动生产力革新和交互升级2025 WAIC | 扫描全能王推出无限扫描“黑科技”,将“国宝”一键装进手机IDC最新报告:百度AI搜索排名中国通用AI搜索第一Oracle老司机的“意难平”,最终被国产方案说服了暑假电竞装备优选,115W满功耗RTX™ 5060助阵ROG魔霸新锐 2025
  • 首页 > 云计算频道 > 大模型

    MIT研究员推新AI图片生成框架DMD:AI 单步生成高质量图像 速度快30倍

    2024年03月22日 13:59:16 来源:站长之家

      在当今人工智能时代,计算机可以通过扩散模型生成自己的 “艺术”,逐步向嘈杂的初始状态添加结构,直到清晰的图像或视频出现。

      扩散模型突然变得异常受欢迎:输入几个词,即可体验现实与幻想交汇的梦幻景象。在幕后,这涉及一个复杂、耗时的过程,需要算法多次迭代才能完美图像。

      麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员引入了一个新框架,将传统扩散模型的多步过程简化为单步,解决了先前的限制。这是通过一种教师 - 学生模型实现的:教导一个新的计算机模型模仿生成图像的更复杂原始模型的行为。

      这种方法称为分配匹配蒸馏(DMD),保留了生成图像的质量,同时实现了更快的生成速度。

      DMD 巧妙地包含两个组成部分。首先,它使用回归损失,锚定映射以确保对图像空间的粗略组织,使训练更稳定。接下来,它使用分配匹配损失,确保使用学生模型生成给定图像的概率与其在真实世界中出现的频率相对应。通过利用两个扩散模型作为指导,帮助系统理解真实图像与生成图像之间的差异,并使训练快速的单步生成器成为可能。

      该系统通过训练一个新网络来最小化其生成的图像与传统扩散模型使用的训练数据集中的图像之间的分布差异来实现更快的生成。该团队使用预训练网络来简化新学生模型的过程。通过复制和微调原始模型的参数,团队实现了新模型的快速训练收敛,该模型能够使用相同的架构基础生成高质量图像。

      在与通常方法的对比测试中,DMD 表现一致。在基于 ImageNet 特定类别生成图像的流行基准测试中,DMD 是第一个单步扩散技术,几乎与原始、更复杂模型的图像媲美,具有非常接近的 Fréchet inception distance(FID)分数,这是令人印象深刻的,因为 FID 是评判生成图像质量和多样性的指标。

      此外,DMD 在工业规模的文本到图像生成中表现出色,并实现了最先进的单步生成性能。在处理更棘手的文本到图像应用时,仍然存在一些质量差距,这表明未来还有改进的空间。

      DMD 生成的图像性能与蒸馏过程中使用的教师模型的能力密切相关。当前版本使用 Stable Diffusion v1.5作为教师模型,学生继承了一些限制,如渲染文本和小脸部的细节描绘,这表明更先进的教师模型可能进一步提升 DMD 生成的图像。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

    海报生成中...

    最新新闻

    热门新闻

    即时

    全球顶级AI创作社区回归!海艺AI国内首发“全民娱乐化创作

    海艺AI的模型系统在国际市场上广受好评,目前站内累计模型数超过80万个,涵盖写实、二次元、插画、设计、摄影、风格化图像等多类型应用场景,基本覆盖所有主流创作风格。

    新闻

    明火炊具市场:三季度健康属性贯穿全类目

    奥维云网(AVC)推总数据显示,2024年1-9月明火炊具线上零售额94.2亿元,同比增加3.1%,其中抖音渠道表现优异,同比有14%的涨幅,传统电商略有下滑,同比降低2.3%。

    企业IT

    重庆创新公积金应用,“区块链+政务服务”显成效

    “以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。

    3C消费

    华硕ProArt创艺27 Pro PA279CRV显示器,高能实力,创

    华硕ProArt创艺27 Pro PA279CRV显示器,凭借其优秀的性能配置和精准的色彩呈现能力,为您的创作工作带来实质性的帮助,双十一期间低至2799元,性价比很高,简直是创作者们的首选。