Ученые из Университета Райса представили новый метод генерации изображений с помощью предобученных диффузионных моделей, названный ElasticDiffusion. В традиционных моделях, таких как Stable Diffusion и DALL-E, возникают проблемы с созданием изображений различных размеров и соотношений сторон, что приводит к дефектам, например, к странным деформациям или повторяющимся элементам.
ElasticDiffusion решает эти проблемы, разделяя локальные и глобальные сигналы в процессе генерации. Локальный сигнал отвечает за детали, такие как форма глаза или текстура шерсти, в то время как глобальный сигнал формирует общую структуру изображения. Этот подход позволяет создавать более точные изображения без повторений и визуальных искажений.
Метод ElasticDiffusion требует больше времени для генерации изображений — до 6−9 раз больше по сравнению с традиционными моделями. Однако ученые надеются сократить это время и сделать процесс генерации более эффективным, что откроет новые возможности для применения ИИ в создании изображений.
Похожие новости:
Шумоподавляющая ткань | 6 минут термоядерного синтеза | Лазерная связь в космосе | Вакцина от рака
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
Вышло обновление Automatic 1111 до версии 1.8.0, что нового и как обновиться?
Новая модель нейрона | Ракетный двигатель от ИИ | Российский квантовый процессор | Солнечное топливо