Redian新闻
>
扩散模型这么强了?!

扩散模型这么强了?!

公众号新闻

AI绘画属于AIGC分支之一,热潮与争议之中,2022年甚至冠以“AIGC元年”。而随着AI 绘的火,其背后用到的核心技术之一 Diffusion Model(扩散模型)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 。

 

原理图可以看出,输入的文本首先经过编码,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

预约扩散模型大咖直播课


Diffusion model 借助图像分割领域的UNet,训练loss稳定,数据足够,模型效果非常好。相比于GAN需要和判别器对抗训练或者VAE需要变分后验,diffusion model的loss真的是太简单了。diffusion model只需要“模仿”一个非常简单的前向过程对应的逆过程即可。这样简单高效的训练也使得diffusion model在许多任务中的表现都非常好,甚至超过了GAN。

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。

最近在和一位毕业于清华大学的顶会论文大佬聊天的过程中,被他的背景惊到了,这位大神,目前已经发了二十多篇顶会论文!(绝对算是顶会论文收割机级别了)除了是CVPR、ECCV、ICCV、AAAI、ACM、MM、IJCV等顶级会议和期刊审稿人之外,他还是阿里资深研究科学家,这些描述每一个都不简单~

3月29日,也邀请了这位顶会论文大佬,来和大家聊一聊扩散模型原理及其在跨模态合成应用,来看看大佬是怎么理解目前大火的扩散模型的

扫码免费预约顶会大佬直播课

限前一百名粉丝

文末领福利

要高效做科研掌握方法、合理利用自身可用资源很关键!结合身边学弟学妹以及自己的科研成长经历,发现大家普遍缺乏系统的科研知识体系,很难写出一篇合格的文章。更别提发现好的创新点和idea

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。

所以,大家都头疼的创新点和idea,其实也有方法论,掌握了之后,就会比较容易找到一个idea~

想“idea”,有两宝——模型+算法

模型,可以理解成system model中的部分,可以是现有问题模型的拓展延伸,其实,这就叫创新,只要你做的是别人还没研究或者研究很少的,就已经可以算创新了。

当你提出了一个模型,就要选择一个合适的算法来解决模型中的问题。可以是寻找合适的算法根据自己的场景合理地进行改进,就已经是一个很棒的想法了。

对于科研新手来讲,如何踏出科研的第一步至关重要,确定一个研究方向,确定选题,然后找到创新点,获取idea,写出论文,这条打怪升级的道路,可以有简单模式,也可以有复杂模式,anyway,无论是哪种模式,有大神的指点都会轻松许多。

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

文末福利





作为日常为了论文而忙碌的科研人,小编知道大家一定很需要一些资料。因此,小编精心整理了一份超过1TAI顶会论文大礼包!包含最新顶会论文、书籍等资料,以及英文论文写作指导保姆级资料,从文献阅读到论文写作全部帮你整理好~

扫码免费领课程资料↑

-END-


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
辞旧迎新,卯年吉祥一年结束了,明年会更好。。​“双十困境”终结者?AI大模型这一赛道临风口ChatGPT这么强,会影响NLPer的就业环境吗?ControlNet如何为扩散模型添加额外模态的引导信息?AIGC玩出新花样!Stable Diffusion公司提出基于扩散模型的视频合成新模型开挖扩散模型小动作,生成图像几乎原版复制训练数据,隐私要暴露了How did Mao Zedong solve the opium addiction problem?CVPR 2023 | 多个扩散模型相互合作,新方法实现多模态人脸生成与编辑7 Papers & Radios | 爆火论文打造《西部世界》雏形;OpenAI终结扩散模型证件照转数字人只需几秒钟,微软实现首个3D扩散模型高质量生成效果,换装改形象一句话搞定 | CVPR 2023图像生成终结扩散模型,OpenAI「一致性模型」加冕!GAN的速度一步生图,高达18FPS玩不起RLHF?港科大开源高效对齐算法RAFT「木筏」,GPT扩散模型都能用深度对话丨百度要做中国的大语言模型这件事本身就是不成立的?扩散模型这次杀疯了!ChatGPT为啥这么强:万字长文详解 by WolframAlpha之父谷歌优化扩散模型!在三星手机上运行Stable Diffusion,12秒内出图!GAN强势归来?英伟达耗费64个A100训练StyleGAN-T,优于扩散模型CVPR'23 最佳论文候选 | 采样提速256倍!蒸馏扩散模型生成图像质量媲美教师模型谷歌下场优化扩散模型,三星手机运行Stable Diffusion,12秒内出图还不如GAN!谷歌、DeepMind等发文:扩散模型直接从训练集里「抄」AI绘画侵权实锤!扩散模型可能记住你的照片,现有隐私保护方法全部失效CVPR 2023论文总结!CV最热领域颁给多模态、扩散模型12秒内AI在手机上完成作画!谷歌提出扩散模型推理加速新方法速度惊人!手机跑Stable Diffusion,12秒出图,谷歌加速扩散模型破记录【南北碰碰胡】#17 北方 北京早餐《豆浆油条》+ 北京糖葫芦终结扩散模型:OpenAI开源新模型代码,一步成图,1秒18张生成扩散模型漫谈:W距离 ≤ 得分匹配微软3D生成扩散模型RODIN,秒级定制3D数字化身扩散模型生成带汉字图像,一键输出表情包:OPPO等提出GlyphDraw人体器官移植的真实故事聊聊大火的扩散模型和AIGCCVPR 2023 | 微软提出LDGM:利用解耦扩散模型统一版面生成大红大紫的扩散模型,真就比GAN强吗?ELITE项目原作解读:基于扩散模型的快速定制化图像生成
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。