聊聊大火的扩散模型和AIGC

AI绘画属于AIGC分支之一，在热潮与争议之中，2022年甚至被冠以“AIGC元年”。而随着AI 绘画的火爆，其背后用到的核心技术之一 Diffusion Model（扩散模型）也在图像生成领域大红大紫，甚至风头已经隐隐有开始超过 GAN的趋势了 。

从原理图可以看出，输入的文本首先经过编码，再由一个文字转图像的扩散模型转化为64*64的小图，从而利用超分辨率扩散模型对小图进行处理，在进一步的迭代过程中提升图像的分辨率，得到最后的生成结果——一张1024*1024的最终图像。

 

扫码领diffusion必读论文

预约AIGC大咖公开课

整体上来看，diffusion model领域正处于一个百花齐放的状态，这个领域有一点像GAN刚提出来的时候，但目前的训练技术让diffusion model直接跨越了GAN领域调模型的阶段，而是直接可以用来做下游任务。这个领域有一些核心的理论问题还需要研究，这就给科研从业者提供个很有价值的研究内容，有很多idea都可以被激发出来，同时由于这个模型已经很work了，它和下游任务的结合也才刚刚起步，有很多地方都可以赶紧占坑。而未来随着diffusion model中存在的问题的解决，diffusion model将逐渐占据深度生成模型的主导。

3月8日，我们邀请顶会论文大佬、顶会审稿人Nick老师，来和大家聊一聊3D AIGC的方方面面，作为未来最有潜力，落地应用最广的研究方向之一，AIGC真的吸足了眼球，而Nick老师也将从AIGC出发，讲解它的落地场景，研究方向以及可能的创新点～

扫码免费预约定顶会大佬直播课

限前一百名粉丝

文末领福利

做科研发论文从结果上，其实可以分为以下三类：

1. 发现一个新方法，并将其运用在一个已知的问题之上（老问题新方法）

2. 发现一个新问题，并将一个已知的研究拓展到这个问题之上（新问题老方法）

3. 发现一个新问题，并且提出一个新方法用以对其进行分析研究（新问题新方法）

以难以程度来考量的话，新问题老方法＜老问题新方法＜新问题新方法。

限前一百名粉丝

文末领福利