滑翔扩散模型
GLIDE 是一种早期的 OpenAI 文本到图像扩散模型，它显示提示加上“无分类器指导”，可以击败早期基于 GAN 的系统。
概述
It was a key stepping stone on the path to DALL-E 2.
深入探讨
GLIDE（用于生成和编辑的图像扩散引导语言）由 OpenAI 于 2021 年底发布，证明由文本引导的扩散模型可以生成逼真、快速忠实的图像。它最大的贡献是比较了两种引导生成的方法：CLIP 引导与无分类器引导。该团队发现，无分类器的指导产生了更真实、对齐更好的图像，这一结果塑造了此后几乎所有的文本到图像模型。 GLIDE 还支持文本驱动的修复，让用户可以使用新的提示编辑图像的一部分。它使用了 35 亿参数的扩散模型和上采样器。 OpenAI 公开发布了一个较小的、经过过滤的版本，同时因滥用问题而保留了完整的模型，其经验教训直接输入到 DALL-E 2 中。
技术洞察
无分类器指导是 GLIDE 的核心技术课程。在训练过程中，模型有时会看到真实的文本提示，有时会看到空白提示，同时学习条件生成和无条件生成。在采样时，它从无条件预测推断到有条件预测，从而增强输出遵循提示的程度。这避免了需要单独的分类器，并且比使用 CLIP 进行转向提供了明显更好的真实感和文本对齐，成为后来模型的默认技术。
战略影响
速度与规模
视觉人工智能可以大规模自动化检查、检测和标记任务。
构建选择
创意团队可以通过更少的手动修改更快地构建概念原型。
团队与工作流程
操作可以使用以前难以处理的图像和视频信号。
GLIDE 扩散模型的未来
GLIDE 本身在很大程度上是历史性的，被 DALL-E 2、Imagen 和 Stable Diffusion 所取代，但它的思想仍然存在。无分类器指导仍然是权衡保真度和多样性的默认旋钮，文本驱动的修复现在已成为标准。未来的系统将不断完善引导时间表，减少强引导原因造成的伪影，并将相同的原理扩展到视频和 3D 扩散，因此 GLIDE 的影响力比模型更长久。
现实世界的实施
从句子（例如所描述的场景）生成图像，展示早期快速忠实的合成
文本驱动的修复：遮盖照片的一部分并用文字描述的新对象填充它
通过后续提示添加或替换元素来编辑现有图像
作为研究基线，证明无分类器指导在对齐方面优于 CLIP 指导
风险与防护栏
如果出处不明，肖像权和同意可能会成为法律风险。
模型性能可能因光照、人口统计和环境的不同而有所不同。
除非监控置信阈值，否则误报可能会被忽视。
实施路线图
定义精确度、召回率和错误成本的接受标准。
使用符合实际生产条件的数据进行测试。
为低置信度或高影响力的预测添加人工审核。
跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
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 GLIDE Diffusion Model 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
常见问题
What is GLIDE Diffusion Model?
GLIDE 是一种早期的 OpenAI 文本到图像扩散模型，它显示提示加上“无分类器指导”，可以击败早期基于 GAN 的系统。这是通往 DALL-E 2 道路上的关键垫脚石。
GLIDE 发现哪种引导方法可以生成更好、更迅速、更忠实的图像？
GLIDE 表明，与 CLIP 指导相比，无分类器指导提供了更真实、更一致的结果。
缩写GLIDE强调它除了生成之外还能做什么？
GLIDE 代表用于生成和编辑的图像扩散引导语言，包括文本驱动的修复。
训练期间无分类器指导如何工作？
通过对真实提示和空提示进行训练，模型学习条件生成和无条件生成，然后在采样时在它们之间进行推断。
GLIDE 的课程直接引入了后来的哪个 OpenAI 模型？
GLIDE 是 DALL-E 2 的垫脚石，DALL-E 2 采用并建立在其指导见解的基础上。
为什么 OpenAI 只公开发布一个较小的、经过过滤的 GLIDE 版本？
OpenAI 因滥用问题而保留了完整模型，并发布了经过过滤的较小变体。