11月14日,星期二 09:15
火讯财经讯,据IT之家11月14日报道,谷歌近日携手加州大学伯克利分校(UCBerkeley),研发出了可取代扩散模型(DiffusionModels)的全新生成式AI方法“幂等生成网络(IGN)”。包括生成对抗网络(GAN)、扩散模型(DiffusionModels)和今年3月OpenAI发布的一致性模型(ConsistencyModels)在内,当前主流生成式AI模型都是随机噪点、草图或者低分辨率或其他损坏的图像等输入,映射到与给定目标数据分布相对应的输出(通常是自然图像)来生成图像。以扩散模型为例,在训练期间学习目标数据分布,然后通过多个步骤执行“去噪”处理。谷歌研究团队提出了名为幂等生成网络(IGN)的全新生成模型,从任何形式的输入中生成合适的图像,理想情况下只需一步即可完成。该模型可以想象为一种“全局投影仪”,将任何输入数据投射到目标数据分布上,和现有其它模型算法不同,不会限于特定的输入。