التاليالدليل التالي
مولدات الصور بالذكاء الاصطناعي في فئة الفن
الذكاء الاصطناعي البصري
دليل الذكاء الاصطناعي المرئي
GigaGAN is a text-to-image GAN architecture introduced by Adobe and collaborators in 2023.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
The paper reports 512px generation in about 0.13 seconds in its tested configuration and describes a separate GAN upsampler; speed and image-quality comparisons depend on resolution, hardware, and baseline.
GigaGAN, introduced by Adobe and researchers in 2023, addressed instability encountered when naively scaling earlier GAN architectures to large text-to-image datasets. The paper widens the generator and discriminator, uses sample-adaptive convolution filters, and incorporates cross-attention to text embeddings. The generator emits an image pyramid across multiple scales. The paper reports a 512px output in about 0.13 seconds and a 4096px output in about 3.7 seconds for the tested framework; the high-resolution pipeline uses the base generator with a separate GAN super-resolution model. Results apply to those reported configurations and do not establish that GigaGAN is faster than every diffusion model. The separate upsampler can also be applied to low-resolution inputs from other text-to-image systems. In one high-capacity framework configuration reported in the paper, the base generator has 652.5 million parameters and the separate upsampler has 359.1 million, for 1.0 billion total parameters across the two networks.
إنشاء صورة بحجم 512 بكسل من مطالبة نصية في حوالي عُشر الثانية لمعاينات التصميم التفاعلية
ترقية صورة ذات دقة منخفضة تبلغ 128 بكسل إلى صورة واضحة بدقة 4K باستخدام أداة رفع العينات فائقة الدقة المستندة إلى GAN
الاستيفاء بسلاسة بين اثنين من المحفزات في الفضاء الكامن لتحريك التحولات، مثل فنجان قهوة يتحول إلى إبريق شاي
تطبيق مزج الأنماط للحفاظ على تخطيط الموضوع أثناء تبديل أسلوبه الفني أو لوحة الألوان في أدوات التحرير بنمط Adobe
أعادت GigaGAN إحياء الاهتمام بشبكات GAN كبديل يركز على السرعة للانتشار، خاصة بالنسبة للتحرير التفاعلي في الوقت الفعلي حيث يكون إنشاء تمرير واحد مهمًا. توقع وجود أنظمة هجينة تستخدم مولدات على طراز GAN للمعاينة الفورية والنشر للتحسين النهائي، بالإضافة إلى أجهزة تكبير عينات GAN المقترنة بقواعد النشر. كما أن مساحتها الكامنة المفككة تجعلها جذابة لأدوات التحرير التي يمكن التحكم فيها حيث يتفوق الاستيفاء السلس على أخذ العينات البطيء.
رسالة إخبارية مجانية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
GigaGAN is a text-to-image GAN architecture introduced by Adobe and collaborators in 2023. The paper reports 512px generation in about 0.13 seconds in its tested configuration and describes a separate GAN upsampler; speed and image-quality comparisons depend on resolution, hardware, and baseline.
The paper reports a 652.5M-parameter base generator and a separate 359.1M-parameter upsampler, totaling 1.0B parameters across the framework.
The paper reports a single-pass 512px sample in about 0.13 seconds in its tested setup. The comparison with iterative diffusion depends on resolution, hardware, and the particular diffusion baseline.
بدلاً من المرشحات الثابتة، تمتلك GigaGAN بنك مرشحات وتستخدم النص المضمن لوزنها ومزجها لكل عينة، مما يعزز السعة والاستقرار.
يستخدم GigaGAN الانتباه المتبادل إلى تضمينات النص في المولد ويقوم بمحاذاة الصور التي تم إنشاؤها مع ميزات نص CLIP عبر أداة التمييز.
يتضمن GigaGAN مُضخم عينات فائق الدقة يعتمد على GAN والذي يمكنه تحويل مدخلات صغيرة إلى صورة واضحة بدقة 4K.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
مولدات الصور بالذكاء الاصطناعي في فئة الفن
الذكاء الاصطناعي البصري