GigaGAN Ti iwọn Generators
GigaGAN jẹ GAN-paramita bilionu kan ti o ṣe afihan awọn nẹtiwọọki atako ti ipilẹṣẹ le ṣe iwọn si iran ọrọ-si-aworan, dije awọn awoṣe itankale lakoko ti o ṣẹda awọn aworan ni awọn ọgọọgọrun igba yiyara.
Jin Dive
GigaGAN, ti a ṣe nipasẹ Adobe ati awọn oniwadi ni 2023, koju arosinu pe awọn GAN ko le ṣe iwọn bi awọn awoṣe itankale. Awọn GAN nla ti iṣaaju bii StyleGAN-XL tiraka lati ṣe ikẹkọ ni iduroṣinṣin lori nla, awọn ipilẹ data oniruuru. GigaGAN yanju eyi nipa fifin olupilẹṣẹ ati iyasoto, fifi banki kan ti awọn asẹ convolution ti o kọ ẹkọ ti a yan fun-apẹẹrẹ, ati iṣakojọpọ akiyesi agbelebu si awọn ifibọ ọrọ. Ti a gba ikẹkọ lori awọn ọkẹ àìmọye ti awọn orisii ọrọ-aworan, olupilẹṣẹ 1-bilionu-paramita rẹ ṣe agbejade aworan 512px ni aijọju awọn aaya 0.13, yiyara pupọ ju itọka aṣepe ti itankale. O tun ṣe atilẹyin interpolation-aaye wiwaba, dapọ ara, ati iṣagbega orisun-GAN lọtọ ti o le yi igbewọle 128px sinu aworan 4K didasilẹ.
Imọ-imọ-ẹrọ
Ẹtan bọtini jẹ “aṣayan ekuro-aṣamubadọgba” module: dipo eto àlẹmọ convolution kan ti o wa titi, olupilẹṣẹ naa di banki kan ti awọn asẹ ati lo ifisi ọrọ lati ṣe iṣiro awọn iwuwo ti o dapọ wọn ni aworan kan. Ni idapọ pẹlu ikẹkọ iwọn-pupọ ati iyasọtọ ti o ṣe idajọ awọn abulẹ ni awọn ipinnu pupọ pẹlu awọn ẹya ọrọ CLIP ibaamu, eyi ṣe iduro ikẹkọ ọta ni iwọn kan nibiti awọn GAN ti ṣubu tẹlẹ.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ọjọ iwaju ti Awọn olupilẹṣẹ Iwọn GigaGAN
GigaGAN sọji iwulo ni awọn GAN bi yiyan idojukọ-iyara si itankale, ni pataki fun akoko gidi ati ṣiṣatunṣe ibaraenisepo nibiti iran-kọja-ẹyọkan ṣe pataki. Reti awọn ọna ṣiṣe arabara ti o lo awọn olupilẹṣẹ ara-GAN fun awọn awotẹlẹ lẹsẹkẹsẹ ati itankale fun isọdọtun ikẹhin, pẹlu awọn iṣagbega GAN ti o so pọ pẹlu awọn ipilẹ kaakiri. Aye wiwakọ rẹ ti a ya sọtọ tun jẹ ki o wuyi fun awọn irinṣẹ ṣiṣatunṣe iṣakoso nibiti interpolation didan n lu iṣapẹẹrẹ lọra.
Real-World imuse
Ṣiṣẹda aworan 512px lati itọsi ọrọ ni bii idamẹwa iṣẹju kan fun awọn awotẹlẹ apẹrẹ ibaraenisepo
Igbega fọto 128px ti o ga-kekere si aworan 4K agaran ni lilo iṣagbega giga-ipinnu ti o da lori GAN
Ni didọra laarin awọn itọka meji ni aaye wiwaba si awọn iyipada ere idaraya, bii ife kọfi kan ti n yipada sinu ikoko tii kan
Nfi didapọ ara lati tọju ipilẹ koko-ọrọ lakoko ti o paarọ ara iṣẹ ọna tabi paleti awọ ni awọn irinṣẹ ṣiṣatunṣe ara Adobe
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
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 GigaGAN Scaled Generators 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
Itọsọna atẹle
MaskGIT Parallel Tokini Iyipada koodu
Awọn ibeere ti a beere nigbagbogbo
Kini GigaGAN Scaled Generators?
GigaGAN jẹ GAN-paramita bilionu kan ti o ṣe afihan awọn nẹtiwọọki atako ti ipilẹṣẹ le ṣe iwọn si iran ọrọ-si-aworan, dije awọn awoṣe itankale lakoko ti o ṣẹda awọn aworan ni awọn ọgọọgọrun igba yiyara.
Kini ilowosi akọkọ GigaGAN si awoṣe ipilẹṣẹ?
GigaGAN ṣe afihan pe awọn GAN, ironu pipẹ ni lile lati ṣe iwọn, le de awọn ayeraye bilionu kan ati awọn awoṣe itankale orogun lori awọn iṣẹ ṣiṣe-ọrọ si aworan.
Kini anfani iyara pataki ti GigaGAN lori awọn awoṣe itankale?
Awọn GAN ṣe ipilẹṣẹ ni iwe-iwọle kan, nitorinaa GigaGAN ṣe agbejade aworan 512px ni bii awọn aaya 0.13, yiyara pupọ ju itọka itọka itanka lọ.
Kini GigaGAN 'aṣayan-aṣayan ekuro imudara' ṣe?
Dipo awọn asẹ ti o wa titi, GigaGAN di banki àlẹmọ kan ati pe o lo ifisi ọrọ si iwuwo ati parapo wọn fun apẹẹrẹ, igbelaruge agbara ati iduroṣinṣin.
Bawo ni GigaGAN ṣe ṣafikun alaye ọrọ sinu iran aworan?
GigaGAN nlo ifarabalẹ-agbelebu si awọn ifibọ ọrọ ninu olupilẹṣẹ ati ṣe deede awọn aworan ti ipilẹṣẹ pẹlu awọn ẹya ọrọ CLIP nipasẹ ẹlẹyamẹya.
Agbara afikun wo ni GigaGAN pese kọja iran ipilẹ?
GigaGAN pẹlu iṣagbega giga-ipinnu ti o da lori GAN ti o le yi igbewọle kekere kan sinu aworan 4K didasilẹ.