STAR:文本生成图像模型中的璀璨之星!自回归取代扩散

Ray

大家好,今天我们来聊聊最新的模型—STAR模型

一种基于自回归方法T2I模型

想必大家都对AI生成的图像不陌生,但STAR模型的出现,无疑将这一领域推向了一个新的高度。

Image

STAR模型是什么?

STAR模型是一种自回归文本至图像的生成模型。

它通过多尺度的方法来改进图像生成的质量和效率。

相比较主流的扩散模型,STAR采用自回归方法,在效率上有了显著提升。

仅仅用2.9s就能生成高质量的图像!

这个速度简直比我拿出手机打开相机想记录下眼前美好的一刻都要快~

Image

模型实现思路

STAR模型生成图像步骤:

预训练的文本编码器:使用预训练的文本编码器来提取文本的特征表示,这些特征将作为生成图像的指导。

多尺度交叉注意力层:模型在每个尺度上加入了交叉注意力层,这样做可以改善文本指导与生成图像之间的交互,提高生成结果的可控性和精细度。

归一化的旋转位置编码(RoPE):STAR模型还采用了一种新的位置编码方法,以确保在不同尺度的图像生成中能够保持相对位置的一致解释,这一点对于保持训练过程的稳定性至关重要。

Image

模型效果展示

STAR模型生成的图像无论是在图像细节与真实性、文本与图像的一致性以及美观度上。

都超越了现有模型的基准。

尤其在处理细节丰富的图像,如动物毛发、植物叶片和人脸特征时,STAR模型能生成更加细腻和高质量的图像。

看着下面生成的图像 我不禁感慨“AI真的在改变世界”

Image

生成的图像与SDXL及PixArt-α等模型相比,有着更加细腻清晰的表现。

并且在专为评估美学质量设计的MJHQ-30K基准测试中的FIDCLIP score也都超越了SDXL和PixArt-α等模型。

Image

同时STAR在ImageReward上也有着不俗的表现数据。

Image

总结

STAR模型的提出为当前由扩散方法主导的文本到图像生成领域带来了新的思路

它在生成高质量图像的同时大幅缩短了推理时间,这对于需要实时生成图像的应用尤其重要。

我们有理由相信,随着这项技术的不断发展,AI在艺术和创意领域的角色将变得更加重要。

STAR模型展示了自回归方法在未来视觉生成任务中的巨大潜力。

大家请共同期待STAR带来的更多奇迹!

扫码加入AI交流群

获得更多技术支持和交流

Image

关注「向量光年」公众号

加速全行业向AI的改变

关注「开源AI项目落地」公众号

与AI时代更靠近一点

关注「AGI光年」公众号

获取每日最新咨询

avatar
0
0
0
最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号