Hình ảnh 2 và Khuếch tán điều chỉnh phần thưởng
Imagen 2 là mô hình chuyển văn bản thành hình ảnh dựa trên khuếch tán quang học của Google, được tinh chỉnh bằng cách điều chỉnh phần thưởng để kết quả đầu ra của nó phù hợp hơn với những gì mọi người thực sự muốn.
Tổng quan
It matters because it pairs strong image quality and accurate text rendering with alignment techniques borrowed from how chatbots are trained.
Lặn sâu
Imagen 2 được xây dựng dựa trên công thức Imagen ban đầu: một mô hình ngôn ngữ cố định lớn mã hóa lời nhắc và một loạt các mô hình khuếch tán biến nhiễu ngẫu nhiên thành hình ảnh chi tiết trong khi vẫn trung thành với văn bản đó. Phần bổ sung của tiêu đề là điều chỉnh phần thưởng, trong đó mô hình phần thưởng đã học sẽ tạo ra hình ảnh có các phẩm chất như căn chỉnh kịp thời, tính thẩm mỹ và tính hiện thực, đồng thời mô hình phổ biến được tinh chỉnh để tạo ra kết quả có điểm cao hơn. Điều này phản ánh việc học tăng cường từ phản hồi của con người được sử dụng trong các mô hình ngôn ngữ. Imagen 2 đã cải thiện tính chân thực của ảnh, chính tả văn bản trong ảnh đáng tin cậy hơn, hỗ trợ lời nhắc đa ngôn ngữ và xử lý mạnh mẽ hơn các chủ đề phức tạp như bàn tay và khuôn mặt. Nó cũng bổ sung thêm tính năng inpainting và outpainting, đồng thời Google ghép nối nó với công cụ tạo hình mờ SynthID để đánh dấu một cách vô hình các hình ảnh do AI tạo ra. Nó hỗ trợ các tính năng trên Google sản phẩm và trải nghiệm ImageFX.
Hiểu biết kỹ thuật
Khuếch tán học cách đảo ngược quá trình nhiễu, dần dần khử nhiễu một trường ngẫu nhiên thành hình ảnh được hướng dẫn bằng cách nhúng văn bản. Điều chỉnh phần thưởng được đặt lên hàng đầu: một mô hình phần thưởng, được đào tạo dựa trên sở thích của con người, cung cấp tín hiệu thúc đẩy mô hình phổ biến hướng tới kết quả đầu ra mà mọi người đánh giá cao hơn, tương tự như RLHF đối với văn bản. Kết hợp với hướng dẫn không cần phân loại, giúp cân bằng giữa tính trung thực và tính đa dạng, điều này cho phép Imagen 2 tối ưu hóa trực tiếp để có được chất lượng cảm nhận và sự liên kết thay vì chỉ khớp với phân phối đào tạo.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của Imagen 2 và Sự khuếch tán được điều chỉnh theo phần thưởng
Sự phổ biến được điều chỉnh theo phần thưởng đang trở thành con đường mặc định để tạo ra độ chính xác cao, có thể kiểm soát và các tín hiệu phần thưởng sẽ mở rộng để bao hàm sự an toàn, tính xác thực và công bằng bên cạnh tính thẩm mỹ. Mong đợi các biện pháp kiểm soát chỉnh sửa chặt chẽ hơn, lấy mẫu nhanh hơn thông qua quá trình chưng cất và xuất xứ tiêu chuẩn thông qua hình mờ như SynthID. Khi các mô hình sở thích ngày càng đa sắc thái và phù hợp với từng người dùng, trình tạo hình ảnh sẽ ngày càng điều chỉnh phong cách và nội dung theo sở thích cá nhân trong khi vẫn có thể theo dõi do AI tạo ra.
Triển khai trong thế giới thực
Tạo hình ảnh tiếp thị và sản phẩm bằng văn bản chính xác trong hình ảnh như khẩu hiệu hoặc nhãn ngắn.
Inpainting để xóa hoặc thay thế các đối tượng trong ảnh hiện có một cách liền mạch.
Vẽ phác để mở rộng cảnh cho các bố cục, biểu ngữ hoặc tỷ lệ khung hình khác nhau.
Tạo nội dung quảng cáo đa ngôn ngữ trong đó lời nhắc và văn bản hiển thị xuất hiện bằng nhiều ngôn ngữ, được đánh dấu mờ bằng SynthID để xác định nguồn gốc.
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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 Imagen 2 and Reward-Tuned Diffusion 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
Hướng dẫn tiếp theo
Khuếch tán video ổn định
Câu hỏi thường gặp
What is Imagen 2 and Reward-Tuned Diffusion?
Imagen 2 là mô hình chuyển văn bản thành hình ảnh dựa trên khuếch tán quang học của Google, được tinh chỉnh bằng cách điều chỉnh phần thưởng để kết quả đầu ra của nó phù hợp hơn với những gì mọi người thực sự muốn. Điều này quan trọng vì nó kết hợp chất lượng hình ảnh mạnh mẽ và khả năng hiển thị văn bản chính xác với các kỹ thuật căn chỉnh mượn từ cách đào tạo chatbot.
Imagen 2 sử dụng kỹ thuật tạo cốt lõi nào?
Imagen 2 là một mô hình khuếch tán: nó học cách đảo ngược quá trình nhiễu, biến nhiễu ngẫu nhiên thành hình ảnh chi tiết được hướng dẫn bởi văn bản.
Điều chỉnh phần thưởng thêm gì vào Imagen 2?
Việc điều chỉnh phần thưởng sẽ tinh chỉnh mô hình bằng cách sử dụng mô hình phần thưởng được đào tạo theo sở thích của con người, thúc đẩy mô hình hướng tới những hình ảnh được xếp hạng cao hơn, phù hợp hơn.
Việc điều chỉnh phần thưởng của Imagen 2 giống với kỹ thuật đào tạo mô hình ngôn ngữ nào?
Điều chỉnh phần thưởng về mặt khái niệm giống như RLHF: một mô hình phần thưởng được đào tạo theo sở thích sẽ hướng dẫn việc tinh chỉnh theo hướng kết quả đầu ra mà con người ưa thích.
Imagen 2 hiểu lời nhắc văn bản như thế nào?
Imagen 2 tuân theo công thức Imagen sử dụng mô hình ngôn ngữ cố định lớn để mã hóa lời nhắc thành các phần nhúng văn bản đa dạng thức.
SynthID được sử dụng để làm gì với hình ảnh Imagen 2?
SynthID thêm hình mờ vô hình để có thể xác định nguồn gốc hình ảnh do AI tạo ra, ngay cả sau một số chỉnh sửa.