Awọn awoṣe Iduroṣinṣin Latent
Awọn awoṣe Iduroṣinṣin Latent (LCMs) jẹ ilana kan ti o jẹ ki awọn olupilẹṣẹ aworan kaakiri gbejade awọn aworan didara ga ni awọn igbesẹ kan si mẹrin dipo awọn dosinni deede.
Akopọ
Wọn ṣe isunmọtosi-gidi-akoko, iran aworan ibaraenisepo ti o wulo paapaa lori awọn ohun elo ti o niwọntunwọnsi.
Jin Dive
Awọn awoṣe itọka wiwaba boṣewa bii Itankale Stable bẹrẹ lati ariwo ati denoise ni igbagbogbo, nigbagbogbo nilo awọn igbelewọn nẹtiwọọki 20 si 50 lati ṣe aworan kan, eyiti o lọra. Awọn LCMs, ti Luo ati awọn alabaṣiṣẹpọ ṣe ṣafihan ni ọdun 2023, lo distillation aitasera ni aaye wiwaba ti awoṣe itankalẹ iṣaaju. Ero bọtini: ṣe ikẹkọ nẹtiwọọki ọmọ ile-iwe kan lati fo taara si abajade mimọ lati aaye eyikeyi pẹlu itọpa itọpa, nitorinaa idahun kanna ni o de ni igbesẹ nla kan ti o gba ọpọlọpọ awọn kekere tẹlẹ. Abajade jẹ awọn aworan didasilẹ ni aijọju awọn igbesẹ 1 si 4. Ilana ẹlẹgbẹ kan, LCM-LoRA, ṣe akopọ isare yii bi ohun ti nmu badọgba plug-in kekere ti o le ju silẹ sori awọn awoṣe Itankale Iduroṣinṣin ti o dara ti o wa laisi atunṣe gbogbo nẹtiwọọki naa.
Imọ-imọ-ẹrọ
Awọn awoṣe aitasera fi agbara mu ohun-ini 'iduroṣinṣin ti ara ẹni': eyikeyi awọn aaye meji lori ọna aibikita kanna (itọpa iṣeeṣe-sisan ODE) gbọdọ ṣe maapu si aworan mimọ ikẹhin kanna. Ọmọ ile-iwe naa jẹ distilled lati awoṣe itọka olukọ lati ni itẹlọrun eyi, kọ ẹkọ lati ṣe asọtẹlẹ aaye ipari itọpa taara. Ṣiṣẹ ni aaye wiwakọ fisinuirindigbindigbin kuku ju awọn piksẹli ṣe distillation poku. Nitoripe igbelewọn kan le fo kọja ibi-itọpa naa, iṣapẹẹrẹ aṣetunṣe ti o wuwo ṣubu sinu ọwọ awọn igbesẹ.
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.
Ojo iwaju ti Awọn awoṣe Aitasera Latent
Awọn iran-igbesẹ diẹ jẹ ojulowo ni bayi, pẹlu awọn aṣeyọri bi SDXL-Turbo, awọn isọdọtun LCM, ati awọn ọna distillation ọta ti nfi didara titari ni ọkan si awọn igbesẹ meji. Reti eyi si agbara laaye, fẹlẹ-bi-o-lọ aworan ṣiṣatunkọ, gidi-akoko fidio fireemu iran, ati lori-ẹrọ lori awọn foonu. Aala ti wa ni pipade aafo didara kekere pẹlu itankale ọpọlọpọ-igbesẹ ni kikun ati didimu distillation aitasera si fidio ati 3D, nibiti awọn ifowopamọ lati gige awọn iṣiro igbese jẹ paapaa iyalẹnu diẹ sii.
Real-World imuse
Awọn irinṣẹ kanfasi akoko gidi ti o ṣe imudojuiwọn aworan ti ipilẹṣẹ bi o ṣe tẹ tabi afọwọya, pẹlu aisun-odo
Ṣiṣe iran aworan Itankale Stable lori kọǹpútà alágbèéká kan tabi GPU foonu ni ida kan ti iṣẹju kan
Sisọ ohun ti nmu badọgba LCM-LoRA sori awoṣe aifwy ti o dara ti o wa tẹlẹ lati yara ni iyara lai ṣe atunṣe
Ṣiṣẹda awọn ipele nla ti awọn aworan ni olowo poku fun iṣawari apẹrẹ nipasẹ gige awọn igbesẹ lati ~ 30 si isalẹ ~ 4
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 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
Itọsọna atẹle
Awọn awoṣe Itankale Latent
Awọn ibeere ti a beere nigbagbogbo
Kini Latent Consistency Models?
Awọn awoṣe Iduroṣinṣin Latent (LCMs) jẹ ilana kan ti o jẹ ki awọn olupilẹṣẹ aworan kaakiri gbejade awọn aworan didara ga ni awọn igbesẹ kan si mẹrin dipo awọn dosinni deede. Wọn jẹ ki akoko-gidi-gidi, iran aworan ibaraenisepo wulo paapaa lori ohun elo kekere.
Kini anfani akọkọ ti Awọn awoṣe Iduroṣinṣin Latent lori itọka wiwakọ ti o ṣe deede?
Awọn LCM wó lulẹ ọpọlọpọ awọn igbesẹ atako ti kaakiri boṣewa sinu aijọju ọkan si mẹrin, ti n mu iran-akoko gidi ṣiṣẹ lọwọ.
Ohun-ini 'iduroṣinṣin-ara ẹni' wo ni awọn awoṣe aitasera ṣe fi ipa mu?
Aitasera tumo si awọn aaye pẹlu iṣeeṣe kanna-sisan ODE itọpa gbogbo maapu to kanna ik osẹ jade.
Ni aaye wo ni awọn LCM ṣe distillation wọn?
Ṣiṣẹ ni aaye wiwakọ, bi Stable Diffusion ṣe, ṣe distillation aitasera daradara.
Kini LCM-LoRA jẹ ki o ṣe?
LCM-LoRA ṣe akopọ iyara bi ohun ti nmu badọgba iwuwo fẹẹrẹ ti o ṣubu sori awọn awoṣe Itankale Iduroṣinṣin ti o dara ti o wa tẹlẹ.
Bawo ni awoṣe aitasera ṣe aṣeyọri iran-igbesẹ diẹ?
Nẹtiwọọki ọmọ ile-iwe ti wa ni distilled lati ṣe asọtẹlẹ aaye ipari ti itọpa ikọsilẹ ni fifo kan ju ọpọlọpọ awọn igbesẹ kekere lọ.