谷歌联合 UC 伯克利推出全新生成式 AI 方法“幂等生成网络”,可单步生成逼真图像
来源: 巴比特2023-11-14
据 IT 之家 11 月 14 日报道,谷歌近日携手加州大学伯克利分校(UC Berkeley),研发出了可取代扩散模型(Diffusion Models)的全新生成式 AI 方法“幂等生成网络(IGN)”。 包括生成对抗网络(GAN)、扩散模型(Diffusion Models)和今年 3 月 OpenAI 发布的一致性模型(Consistency Models)在内,当前主流生成式 AI 模型都是随机噪点、草图或者低分辨率或其他损坏的图像等输入,映射到与给定目标数据分布相对应的输出(通常是自然图像)来生成图像。以扩散模型为例,在训练期间学习目标数据分布,然后通过多个步骤执行“去噪”处理。 谷歌研究团队提出了名为幂等生成网络(IGN)的全新生成模型,从任何形式的输入中生成合适的图像,理想情况下只需一步即可完成。该模型可以想象为一种“全局投影仪”,将任何输入数据投射到目标数据分布上,和现有其它模型算法不同,不会限于特定的输入。
热门新闻
- 1香港加密货币ETF哪家强?详解“三巨头”发行细节异同
- 22024年影响加密市场的宏观经济因子
- 3创业!超20个前互联网大厂高管,争抢“大模型一哥”
- 43EX AI交易平台前瞻:ETH现货ETF能否成为加密市场新引擎
- 5回顾Meme币简史 把握未来趋势
- 6博时HashKey比特币、以太币现货ETF正式在香港交易所上市,支持虚拟货币或现金双向申赎ETF份额
- 7还有入场机会吗?上线一周复盘1至9号符文项目
- 8星球日报 | 香港虚拟资产现货ETF首次发行;4月迄今以太坊链上稳定币交易量创历史新高(4月30日)
- 9金色早报丨EigenLayer公布代币空投计划 MicroStrategy在4月份购买了122枚BTC
交易平台最新公告查看更多>