VolgendeVolgende gids
AI-beeldgeneratoren in de kunstklas
Visuele AI
Visuele AI-GIDS
GigaGAN is a text-to-image GAN architecture introduced by Adobe and collaborators in 2023.
Luister naar deze gidsAI-verteld · ~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.
Genereren van een 512px-afbeelding vanuit een tekstprompt in ongeveer een tiende van een seconde voor interactieve ontwerpvoorbeelden
Een 128px-foto met een lage resolutie opschalen naar een helder 4K-beeld met behulp van de op GAN gebaseerde upsampler met superresolutie
Soepel interpoleren tussen twee aanwijzingen in de latente ruimte om overgangen te animeren, zoals een koffiekopje dat verandert in een theepot
Stijlmenging toepassen om de lay-out van een onderwerp te behouden terwijl de artistieke stijl of het kleurenpalet wordt verwisseld in bewerkingstools in Adobe-stijl
GigaGAN deed de belangstelling voor GAN's herleven als een op snelheid gericht alternatief voor diffusie, vooral voor real-time en interactieve bewerking waarbij het genereren van single-pass van belang is. Verwacht hybride systemen die generatoren in GAN-stijl gebruiken voor directe previews en diffusie voor uiteindelijke verfijning, plus GAN-upsamplers gecombineerd met diffusiebases. De ontwarde latente ruimte maakt het ook aantrekkelijk voor bestuurbare bewerkingstools waarbij vloeiende interpolatie het wint van langzame sampling.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
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.
In plaats van vaste filters beschikt GigaGAN over een filterbank en gebruikt het de tekstinsluiting om ze per sample te wegen en te mengen, waardoor de capaciteit en stabiliteit worden vergroot.
GigaGAN gebruikt kruisaandacht voor tekstinsluitingen in de generator en lijnt gegenereerde afbeeldingen uit met CLIP-tekstfuncties via de discriminator.
GigaGAN bevat een op GAN gebaseerde upsampler met superresolutie die een kleine invoer kan omzetten in een scherp 4K-beeld.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
AI-beeldgeneratoren in de kunstklas
Visuele AI