火星網(wǎng)校
OpenAI救了Stable Diffusion！開源Dall·E3同款解碼器
發(fā)布時(shí)間：2023-11-11 13:21:21 瀏覽量：107次
生成人臉/文字/線條可更穩(wěn)定
明敏 發(fā)自 凹非寺
|
沒(méi)想到，OpenAI撈了“競(jìng)對(duì)”Stable Diffusion一把。
在熱火朝天的“AI春晚”上，OpenAI一口氣開源兩項(xiàng)工作，其中之一一致性解碼器，專門面向SD的VAE模型。
它能讓圖像生成質(zhì)量更高、更穩(wěn)定，比如多人臉、帶文字圖像以及線條控制方面。
大V博主分析這個(gè)解碼器應(yīng)該是Dall·E 3同款，在GitHub項(xiàng)目頁(yè)上OpenAI也提供了Dall·E 3論文。
它具體支持的版本是Stable Diffusion 1.4/1.5。
項(xiàng)目頁(yè)上只放了一個(gè)例子，具體怎么訓(xùn)練沒(méi)有寫，被網(wǎng)友稱為“人狠話不多式開源”。
你們直接加載使用就好。
而且這個(gè)一致性解碼器頗有淵源。
它來(lái)自OpenAI聯(lián)創(chuàng)及首席科學(xué)家Ilya、OpenAI華人新星宋飏等人提出的一致性模型（Consistency Models）。
上半年這個(gè)模型開源時(shí)就引發(fā)業(yè)內(nèi)震動(dòng)，被評(píng)為能“終結(jié)擴(kuò)散模型”。
就在前不久，宋飏等人還對(duì)模型訓(xùn)練方法做了優(yōu)化，能進(jìn)一步提升圖像生成質(zhì)量。
開發(fā)者日的另一項(xiàng)重磅開源是語(yǔ)音大模型Whisper 3。它同樣出自傳奇人物之手，一作Alec Radford對(duì)GPT系列的構(gòu)建起到了重要作用。
網(wǎng)友們不禁感慨：還是愛(ài)看OpenAI開源啊，期待繼續(xù)開放更多模型。
一致性模型完成再進(jìn)化
先來(lái)看最初名震江湖的第一版一致性模型（Consistency Models）。
它旨在解決擴(kuò)散模型通過(guò)逐步迭代、導(dǎo)致圖像生成緩慢的問(wèn)題。僅需3.5秒即可生成64張左右256×256的圖像。
相比擴(kuò)散模型，它主要有兩大優(yōu)勢(shì)：
其一，無(wú)需對(duì)抗訓(xùn)練（adversarial training），就能直接生成高質(zhì)量的圖像樣本。
其二，相比擴(kuò)散模型可能需要幾百甚至上千次迭代，一致性模型只需要一兩步就能搞定多種圖像任務(wù)——
包括上色、去噪、超分等，都可以在幾步之內(nèi)搞定，而不需要對(duì)這些任務(wù)進(jìn)行明確訓(xùn)練。（當(dāng)然，如果進(jìn)行少樣本學(xué)習(xí)的話，生成效果也會(huì)更好）
原理上，一致性模型直接把隨機(jī)的噪聲映射到復(fù)雜圖像上，輸出都是同一軌跡上的同一點(diǎn)，所以實(shí)現(xiàn)了一步生成。
論文提出兩種訓(xùn)練方法，一種是基于一致性蒸餾，利用預(yù)訓(xùn)練的擴(kuò)散模型生成相鄰數(shù)據(jù)對(duì)，通過(guò)最小化模型輸出之間的差異，來(lái)訓(xùn)練一致性模型。
另一種方法是獨(dú)立訓(xùn)練，將一致性模型作為獨(dú)立生成模型訓(xùn)練。
實(shí)驗(yàn)結(jié)果表明，一致性模型在一步和少步采樣方面優(yōu)于現(xiàn)有的蒸餾技術(shù)，如漸進(jìn)式蒸餾。
當(dāng)作為獨(dú)立的生成模型進(jìn)行訓(xùn)練時(shí)，一致性模型可以與現(xiàn)有的一步非對(duì)抗生成模型在標(biāo)準(zhǔn)基準(zhǔn)測(cè)試匯總媲美，如CIFAR-10、ImageNet 64×64和LSUN 256×256。
半年后發(fā)布的第二版論文，對(duì)訓(xùn)練方法進(jìn)行了優(yōu)化。
它通過(guò)優(yōu)化權(quán)重函數(shù)、噪聲嵌入和dropout，使得一致性模型在不需要依賴學(xué)習(xí)過(guò)的特征，也能達(dá)到很好的生成質(zhì)量。
它改進(jìn)了權(quán)重函數(shù)的選擇，使其隨著噪聲水平的增加而減小，這使得在較小噪聲水平處的一致性損失權(quán)重更大，從而提升樣本質(zhì)量。
同時(shí)調(diào)整了噪聲嵌入層的敏感性，使其降低對(duì)微小噪聲差異的敏感性，有助于提高連續(xù)時(shí)間一致性訓(xùn)練的穩(wěn)定性。
并且發(fā)現(xiàn)了在一致性模型中使用較大dropout、移除teacher network中的EMA、將學(xué)習(xí)過(guò)的特征距離（如LPIPS）替換Pseudo-Huber損失函數(shù)，都能能進(jìn)一步提高圖像質(zhì)量。
One More Thing
回到這次最新開源的解碼器，第一波實(shí)測(cè)體驗(yàn)已經(jīng)來(lái)了。
目前看到的一些效果，提升不算明顯，而且不少人反映運(yùn)行速度慢。
但這還是最早期的測(cè)試，后續(xù)或許會(huì)有更多提升。
值得一提的是，領(lǐng)銜推出一致性模型的宋飏，年紀(jì)輕輕但是已被評(píng)為擴(kuò)散模型圈OG（元老）了。
△來(lái)自英偉達(dá)AI科學(xué)家Jim Fan推特
今年，憑借一致性模型，宋飏也名震江湖。這位大佬16歲就當(dāng)理科狀元上清華了，關(guān)于他的更多故事可戳：OpenAI當(dāng)紅新星宋飏：最新研究獲評(píng)「終結(jié)擴(kuò)散模型」，16歲上清華
論文地址：
[1]https://arxiv.org/abs/2310.14189
[2]https://arxiv.org/abs/2303.01469
熱門課程推薦
熱門資訊
-
1. 照片變漫畫效果，這4個(gè)方法操作簡(jiǎn)單有效，快來(lái)試試吧！
想將照片變成漫畫效果？這篇文章分享了4個(gè)方法，包括Photoshop、聰明靈犀、VanceAI Toongineer、醒圖，簡(jiǎn)單操作就能實(shí)現(xiàn)，快來(lái)嘗試一下吧！
-
2. 華為手機(jī)神奇“AI修圖”功能，一鍵消除衣服！原圖變身大V領(lǐng)深V！
最近華為手機(jī)Pura70推出的“AI修圖”功能引發(fā)熱議，通過(guò)簡(jiǎn)單操作可以讓照片中的人物換裝。想了解更多這款神奇功能的使用方法嗎？點(diǎn)擊查看！
-
3. 四款值得推薦的AI以圖生圖軟件，有需要的趕緊來(lái)試試!
近年來(lái),人工智能逐漸走入公眾視野,其中的AI圖像生成技術(shù)尤為引人注目。只需在特定軟件中輸入關(guān)鍵詞描述語(yǔ)以及上傳參考圖就能智能高效生成符合要求的...
-
4. AI視頻制作神器Viggle：讓靜態(tài)人物動(dòng)起來(lái)，創(chuàng)意無(wú)限！
Viggle AI是一款免費(fèi)制作視頻的AI工具，能讓靜態(tài)人物圖片動(dòng)起來(lái)，快來(lái)了解Viggle AI的功能和優(yōu)勢(shì)吧！
-
5. Logo Diffusion——基于sd繪畫模型的AI LOGO 生成器
這下LOGO設(shè)計(jì)徹底不用求人了。接下來(lái)詳細(xì)演示一遍操作流程首先進(jìn)入Logo D... 想學(xué)習(xí)更多AI技能,比如說(shuō)關(guān)于怎么樣利用AI來(lái)提高生產(chǎn)效率、還能做什么AI...
-
6. 零基礎(chǔ)10分鐘生成漫畫，教大家如何用AI生成自己的漫畫
接下來(lái),我將親自引導(dǎo)你,使用AI工具,創(chuàng)作一本既有趣又能帶來(lái)盈利的漫畫。我們將一起探索如何利用這個(gè)工具,發(fā)揮你的創(chuàng)意,制作出令人驚嘆的漫畫作品。讓...
-
7. 趕緊收藏好!這4個(gè)完全免費(fèi)的AI視頻制作網(wǎng)站和工具
以下是一些免費(fèi)的AI視頻制作網(wǎng)站或工具,幫助您制作各種類型的視頻。 1. Lumen5:Lumen5是一個(gè)基于AI的視頻制作工具,可將文本轉(zhuǎn)換為視頻。 用戶可以使...
-
8. 一款免費(fèi)無(wú)限制的AI視頻生成工具火了!國(guó)內(nèi)無(wú)障礙訪問(wèn)!附教程
人人都可以動(dòng)手制作AI視頻! 打開網(wǎng)址https://pixverse.ai/,用郵箱注冊(cè)后,點(diǎn)擊右上角Create,就可以開始創(chuàng)作了。 PixVerse目前有文案生成視頻,和圖片生...
-
9. AI顯卡繪畫排行榜:4090無(wú)懸念，最具性價(jià)比出人意料
在AI繪圖領(lǐng)域，Stable Diffusion的顯卡繪圖性能備受關(guān)注。本文整理了Stable Diffusion顯卡的硬件要求和性能表現(xiàn)，以及2023年3月顯卡AI繪圖效率排行榜和性價(jià)比排行榜。歡迎查看最新的AI顯卡算力排行榜。
-
就能快速生成一幅極具藝術(shù)效果的作品,讓現(xiàn)實(shí)中不懂繪畫的人也能參與其中創(chuàng)作!真的超贊噠~趣趣分享幾款超厲害的AI繪畫軟件,提供詳細(xì)操作!有需要的快來(lái)...
最新文章
