Parti Pathways Autoregressive Aworan
Parti (Pathways Autoregressive Text-to-Image) ṣe ipilẹṣẹ awọn aworan ni ọna ti awọn awoṣe ede ṣe kọ awọn gbolohun ọrọ: ami aworan kan ni akoko kan, asọtẹlẹ atẹle lati gbogbo eyiti o wa ṣaaju.
Akopọ
O ṣe pataki nitori pe o fihan pe fifọ awoṣe ọkọọkan kan le ṣe agbejade awọn aworan ti o ni alaye ti o yanilenu, ti o ni iyara.
Jin Dive
Parti ṣe itọju iran aworan bi iṣoro itumọ ọna-si-tẹle, pupọ bii itumọ ẹrọ. ViT-VQGAN tokenizer akọkọ ṣe koodu koodu kan si ọna ti awọn ami iyasọtọ ti o fa lati inu iwe koodu ti kọ ẹkọ. Ayipada oluyipada kan n ka itọsi ọrọ naa, ati oluyipada iyipada kan lẹhinna ṣe ipilẹṣẹ awọn ami aworan ni aifọwọyi, ọkọọkan ni ilodi si lori ọrọ ati lori awọn ami ti o jade tẹlẹ. Lẹhin ti gbogbo awọn ami ti ṣejade, oluyipada tokenizer tun ṣe awọn piksẹli. Google Parti diwọn lati 350 milionu to 20 bilionu paramita, ati didara aworan ati titete ọrọ ni ilọsiwaju ni imurasilẹ pẹlu iwọn. Awoṣe 20B ṣe itọju gigun, awọn itọka akopọ, ọrọ ti o le sọ, ati awọn alaye itanran ti a bọwọ fun. Parti tun ṣe afihan ala-ilẹ PartiPrompts, ṣeto ti o ju 1,600 awọn itọsi nija ti o ni ọpọlọpọ awọn ẹka ati awọn ipele iṣoro.
Imọ-imọ-ẹrọ
Ẹya asọye jẹ isọdọtun aifọwọyi lori awọn ami iwoye ọtọtọ: awoṣe ṣe iwọn aworan bi ọja ti awọn iṣeeṣe atẹle-àmi, ti o jọra ni ẹmi si iran ọrọ ara-GPT. Eyi ṣe iṣọkan iran ati ede labẹ ohunelo ikẹkọ kan ati pe o jẹ ki o jogun ewadun ti awọn ẹtan awoṣe-tẹle. Iye owo naa jẹ iyipada lẹsẹsẹ, nitori awọn ami gbọdọ wa ni iṣelọpọ ni ibere, eyiti o jẹ ki iran lọra ju awọn isunmọ ti o jọra, ṣugbọn o ṣe iwọn asọtẹlẹ ati awọn anfani taara lati awọn awoṣe nla.
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 ipa ọna Parti Autoregressive Aworan
Aworan adaṣe adaṣe n gbadun isoji nitori egungun ẹhin kanna le ṣe awoṣe ọrọ, awọn aworan, ohun, ati fidio bi ṣiṣan ami kan, ti n mu awọn awoṣe multimodal isokan nitootọ ṣiṣẹ. Iwadi n koju ailera akọkọ rẹ, iṣapẹẹrẹ ti o lọra, pẹlu iyipada arosọ, asọtẹlẹ ami ti o jọra, ati awọn ami ami to dara julọ. Reti awọn ohun kohun autoregressive inu awọn oluranlọwọ gbogbogbo ti o da kika kika, ironu, ati iran aworan, ati lati rii awọn ofin igbelosoke Titari iṣedede ti akopọ ati ṣiṣe igbẹkẹle ninu-itumọ ọrọ paapaa siwaju.
Real-World imuse
Awọn iwoye ohun-elo ohun-ọpọlọpọ eka lati awọn itọsi ijuwe gigun, gẹgẹbi eto kan pato ti awọn ẹranko, awọn nkan, ati awọn ipilẹṣẹ.
Ṣiṣẹda awọn aworan ti o pẹlu awọn ọrọ kikọ tabi awọn ami ti a le sọ, nibiti pipaṣẹ adaṣe ṣe iranlọwọ fun ọkọọkan ọrọ ni deede.
Benchmarking ati wahala-igbeyewo ọrọ-si-aworan awọn ọna šiše lilo PartiPrompts suite kọja awọn ẹka bi imo aye ati awọn agbekale áljẹbrà.
Ṣiṣejade awọn apejuwe alaye fun awọn itara ti o nilo kika kongẹ ati awọn ibatan aaye laarin awọn eroja pupọ.
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 Parti Pathways Autoregressive Imaging 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
Autoregressive Image generation
Awọn ibeere ti a beere nigbagbogbo
Kini Parti Pathways Autoregressive Imaging?
Parti (Pathways Autoregressive Text-to-Image) ṣe ipilẹṣẹ awọn aworan ni ọna ti awọn awoṣe ede ṣe kọ awọn gbolohun ọrọ: ami aworan kan ni akoko kan, asọtẹlẹ atẹle lati gbogbo eyiti o wa ṣaaju. O ṣe pataki nitori o fihan pe iwọnwọn awoṣe lẹsẹsẹ le gbejade alaye iyalẹnu, awọn aworan olotitọ ni iyara.
Bawo ni Parti ṣe ṣe agbejade aworan kan?
Parti jẹ autoregressive: o ṣe agbejade awọn ami aworan lẹsẹsẹ, kọọkan ni ilodi si lori ọrọ ati lori awọn ami ti ipilẹṣẹ tẹlẹ.
Idasilẹ gbogbogbo wo ni Parti lo fun iṣẹ-ṣiṣe-ọrọ si aworan?
Parti ṣe itọju iran bi itumọ ẹrọ: koodu koodu kan ka ọrọ ati oluyipada kan n ṣe afihan awọn ami aworan, iṣeto ilana-ila-si-tẹle kan.
Kini igbelowọn Parti ti o to awọn aye 20 bilionu ṣafihan?
Bi Parti ṣe dagba lati 350M si awọn aye 20B, iṣotitọ mejeeji ati iṣotitọ iyara ni ilọsiwaju, pẹlu awọn itusilẹ akopọ ti o dara julọ ati ọrọ ti o le sọ.
Kini o ṣe iyipada aworan sinu awọn ami iyasọtọ fun Parti?
Parti nlo ViT-VQGAN kan lati fi koodu pamọ awọn aworan sinu awọn ilana ti awọn ami iyasọtọ ti Ayipada iyipada lẹhinna kọ ẹkọ lati ṣe asọtẹlẹ.
Kí ni akọkọ downside ti Parti ká autoregressive iyipada?
Nitoripe ami-ami kọọkan da lori awọn ti tẹlẹ, iran jẹ lẹsẹsẹ ati losokepupo ju awọn ọna ti o jọra, botilẹjẹpe o ni iwọn asọtẹlẹ.