Vedci z MIT práve prišli na to, ako 30-krát zrýchliť najpopulárnejšie generátory obrázkov s umelou inteligenciou

Create a digital drawing in the lighthearted, playful, and vividly colored style evocative of early 20th century animation. Illustrate an image that encapsulates the concept of an AI image generator being made 30 times faster by MIT scientists using 'Distribution Matching Distillation' technique. Incorporate a metaphorical representation of a 100-stage process being condensed into one single step. Also include diffusion models being rapidly taught using DMD. The image should also hint at the reduction of image-generation time and computational power. The illustration should be in a 3:2 aspect ratio.

Vedci z MIT vyvinuli techniku s názvom “distribution matching distillation” (DMD), ktorá urýchľuje populárne generátory obrázkov umelej inteligencie tým, že zhustí 100-stupňový proces do jedného kroku. Výsledkom tejto metódy sú menšie a rýchlejšie modely AI pri zachovaní kvality obrazu. Nový prístup znižuje výpočtový čas 30-krát a zachováva alebo prekonáva kvalitu generovaného vizuálneho obsahu. Difúzne modely, ako napríklad DALL-E 3 a stabilná difúzia, sa učia nové modely AI pomocou DMD. Tieto modely generujú obrazy kódovaním náhodných obrazov so šumom a následným vyčistením šumu prostredníctvom viacstupňového procesu. Aplikáciou DMD na nový model vedci skrátili čas generovania obrázkov z 2,59 sekundy na 90 milisekúnd, čím ho zrýchlili 28,8-krát. DMD pozostáva z dvoch zložiek: “regresnej straty,” ktorá usporadúva obrazy na základe podobnosti, a “straty zhody distribúcie,” ktorá minimalizuje cudzorodosť generovaných obrazov. Tento prelomový objav výrazne znižuje výpočtový výkon a urýchľuje proces generovania obrázkov, čím je výhodný pre odvetvia vyžadujúce rýchle a efektívne vytváranie obsahu.

Celý článok

Leave a Reply