VQ-Diffusion:离散隐空间中的条件扩散模型
VQ-Diffusion 是由中国科学技术大学与微软开发的条件隐空间扩散模型,其加噪与去噪过程在离散量化的隐空间上进行,与常见的连续扩散模型形成对比。
VQ-Diffusion 是由中国科学技术大学与微软开发的条件隐空间扩散模型,其加噪与去噪过程在离散量化的隐空间上进行,与常见的连续扩散模型形成对比。
Hugging Face 与 Jonathan Whitaker 合作的免费 Diffusion Models 课程将于 11 月 28 日发布,并在 11 月 30 日举办线上直播社区活动。
Hugging Face 在 Diffusers 博客中分享用 Dreambooth 微调 Stable Diffusion 的实验结论与推荐设置:低学习率配合逐步增加训练步数,人脸训练在 batch size 2、LR 1e-6 下 800-1200 步效果较好,且人脸训练需要 prior preservation。
DALL·E API 今日起开启公开测试,开发者可以开始用它构建应用。
Hugging Face Diffusers 自 0.5.1 版本起支持 Flax,可在 Google TPU 上运行 Stable Diffusion 推理,教程演示了在 Colab 等环境用 8 个 TPU 加速器并行生成 8 张图片。模型权重以 bf16 版本提供,采用 CreativeML OpenRAIL-M 开放许可,允许再分发与商用,但需向用户附带相同使用限制。
rinna Co., Ltd. 基于 Stable Diffusion 微调推出日语专用文生图模型 Japanese Stable Diffusion,可直接接受日语提示词,理解日语特有词汇、拟声词与专有名词,生成反映日语文化语境的图像。
DALL·E 现已取消等待名单,新用户可以直接开始创作。OpenAI 表示,部署过程中积累的经验以及安全系统的改进使更大范围的开放成为可能。
Hugging Face 官方博客介绍 diffusers 0.3 版本的新功能,包括 Image to Image pipeline、Textual Inversion。
DALL·E 推出 outpainting 功能,让用户可以扩展创作、生成任意尺寸的图像,从而讲述更完整的故事。
Hugging Face 官方博客介绍如何用 🧨 Diffusers 库运行 Stable Diffusion,涵盖安装 diffusers==0.10.2、用 StableDiffusionPipeline 生成图像、fp16 省显存、seed 与 guidance_scale、num_inference_steps、批量生成与非方形分辨率等用法。
OpenAI 宣布 DALL·E 现已进入 beta 阶段,将在未来几周内从等候名单邀请 100 万人使用。用户可用每月自动补充的免费额度进行创作,也可以 15 美元购买 115 次生成的额外额度。
推荐理由:原文给出了开放节奏和定价细节,读者可据此判断其可用性与使用成本。
OpenAI 为 DALL·E 2 上线一项新技术,使其生成的人物图像更准确地反映世界人口的多样性。该技术旨在减少模型偏见并提升生成内容的安全性。
DALL·E 2 研究预览期间,来自 118 个以上国家的 3,000 多名艺术家已将 DALL·E 纳入创作工作流。早期访问群体的艺术家帮助 OpenAI 发现了 DALL·E 的新用途,并在 DALL·E 功能决策中提供了关键意见。
OpenAI 为 DALL·E 2 设置了多项防护措施,以降低强大图像生成模型带来的风险。这些护栏旨在防止生成的图像违反其内容政策,从而让更广泛的受众安全使用 DALL·E 2。
Hugging Face 官方博客以 Ho et al. 2020 的 DDPM 论文为基础,基于 Phil Wang 的实现用 PyTorch 逐步讲解并实现扩散模型。
DALL·E 2 研究预览更新:早期用户已创建超过 300 万张图片,并帮助改进了安全流程。OpenAI 将开始每周从等待名单中新增最多 1,000 名用户。
OpenAI 宣布训练出名为 DALL·E 的神经网络,可根据文本描述为自然语言可表达的广泛概念生成图像。
推荐理由:原文点明了从文本生成图像这一能力方向,读者可据此理解多模态生成的早期定位。
OpenAI 发现,与训练语言相同的 Transformer 模型在像素序列上训练后,可以生成连贯的图像补全与样本。通过建立样本质量与图像分类准确率的相关性,研究显示其最佳生成模型所含特征在无监督设定下可与顶级卷积网络竞争。
OpenAI 推出可逆生成模型 Glow,采用可逆 1x1 卷积,简化了此前可逆生成模型的架构。Glow 能生成逼真的高分辨率图像、支持高效采样,并能发现可用于操纵数据属性的特征。OpenAI 同时开源了模型代码并上线在线可视化工具供人探索。