Miundo Iliyofichika ya Uthabiti
Miundo ya Latent Consistency (LCMs) ni mbinu inayoruhusu jenereta za picha za usambaaji kutoa picha za ubora wa juu katika hatua moja hadi nne badala ya dazeni za kawaida.
Muhtasari
Hufanya uundaji wa picha wasilianifu kuwa wa wakati halisi hata kwenye maunzi ya kawaida.
Dive ya kina
Miundo ya kawaida ya uenezaji fiche kama vile Usambazaji Imara huanza kutoka kwa kelele na kutoa kelele mara kwa mara, mara nyingi huhitaji tathmini 20 hadi 50 za mtandao ili kutengeneza picha moja, ambayo ni polepole. LCM, zilizoletwa na Wajaluo na wafanyakazi wenzake mwaka wa 2023, huweka kunereka kwa uthabiti katika nafasi fiche ya modeli ya uenezaji iliyofunzwa awali. Wazo kuu: fundisha mtandao wa wanafunzi kuruka moja kwa moja hadi kwenye matokeo safi kutoka kwa sehemu yoyote kando ya njia ya denoising, kwa hivyo jibu sawa linafikiwa katika hatua moja kubwa ambayo hapo awali ilichukua nyingi ndogo. Matokeo yake ni picha kali katika takriban hatua 1 hadi 4. Mbinu shirikishi, LCM-LoRA, hupakia kuongeza kasi hii kama adapta ndogo ya programu-jalizi ambayo inaweza kudondoshwa kwenye miundo iliyopo iliyosawazishwa vizuri ya Usambazaji Imara bila kutoa mafunzo upya kwa mtandao mzima.
Ufahamu wa Kiufundi
Miundo ya uthabiti hutekeleza kipengele cha 'kujitosheleza': pointi zozote mbili kwenye njia sawa ya kutoa sauti (uwezekano wa mtiririko wa ODE trajectory) lazima ziunganishe kwenye picha sawa ya mwisho safi. Mwanafunzi ametolewa kutoka kwa mfano wa uenezaji wa mwalimu ili kukidhi hili, akijifunza kutabiri mwisho wa trajectory moja kwa moja. Kufanya kazi katika nafasi fiche iliyobanwa badala ya saizi hufanya kunereka kuwa nafuu. Kwa sababu tathmini moja inaweza kuruka kwenye trajectory, sampuli nzito ya kurudia huanguka katika hatua chache.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Miundo Iliyofichika ya Uthabiti
Uzalishaji wa hatua chache sasa ni wa kawaida, na warithi kama vile SDXL-Turbo, uboreshaji wa LCM, na mbinu za kunereka zinazosukuma ubora katika hatua moja hadi mbili. Tarajia hili ili kuwezesha uhariri wa picha moja kwa moja, uboreshaji-unapoenda, uundaji wa fremu ya video katika wakati halisi, na utengenezaji wa kifaa kwenye simu. Upande wa mpaka unaziba mwango mdogo wa ubora kwa uenezaji kamili wa hatua nyingi na kupanua uthabiti wa kunereka hadi video na 3D, ambapo uokoaji kutokana na hesabu za hatua ni kubwa zaidi.
Utekelezaji wa Ulimwengu Halisi
Zana za muda halisi za turubai ambazo husasisha picha inayozalishwa unapoandika au kuchora, bila kuchelewa sana.
Inaendesha utengenezaji wa picha za Usambazaji Imara kwenye kompyuta ndogo au GPU ya simu kwa sehemu ya sekunde
Kudondosha adapta ya LCM-LoRA kwenye modeli iliyopo iliyosasishwa vizuri ili kuharakisha papo hapo bila kujizoeza tena.
Inazalisha makundi makubwa ya picha kwa bei nafuu kwa uchunguzi wa muundo kwa kukata hatua kutoka ~30 chini hadi ~4
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Latent Consistency Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Miundo ya Usambazaji Fiche
Maswali yanayoulizwa mara kwa mara
Je! Miundo ya Uthabiti wa Latent ni nini?
Miundo ya Latent Consistency (LCMs) ni mbinu inayoruhusu jenereta za picha za usambaaji kutoa picha za ubora wa juu katika hatua moja hadi nne badala ya dazeni za kawaida. Hufanya uundaji wa picha wasilianifu kuwa wa wakati halisi hata kwenye maunzi ya kawaida.
Je, ni faida gani kuu ya Miundo ya Uthabiti Iliyofichika juu ya usambaaji wa kawaida uliofichika?
LCMs hukunja hatua nyingi za kutoa sauti za uenezaji wa kawaida kuwa takriban moja hadi nne, na kuwezesha kizazi cha karibu katika wakati halisi.
Ni mali gani ya 'kujitegemea' ambayo mifano ya uthabiti inatekeleza?
Uthabiti humaanisha pointi kwenye trajectory sawa ya uwezekano-mtiririko wa ODE ramani zote hadi matokeo sawa ya mwisho safi.
Je, LCM hufanya kunereka kwao katika nafasi gani?
Kufanya kazi katika nafasi iliyofichika, kama Usambazaji Imara unavyofanya, hufanya kunereka kwa uthabiti kuwa mzuri.
LCM-LoRA inakuruhusu kufanya nini?
LCM-LoRA hupakia kuongeza kasi kama adapta nyepesi ambayo huanguka kwenye miundo iliyopo iliyosawazishwa vizuri ya Usambazaji Imara.
Je, mtindo wa uthabiti hufanikishaje kizazi cha hatua chache?
Mtandao wa wanafunzi umepunguzwa ili kutabiri mwisho wa njia ya denoising katika hatua moja badala ya hatua nyingi ndogo.