金磊 鱼羊 萧箫 发自 凹非寺
量子位 | 公众号 QbitAI
图像生成领域,看来又要变天了。
就在刚刚,OpenAI开源了比扩散模型更快、性能更好的一致性模型:
无需对抗训练,就能生成高质量图片!
这个重磅消息一经发出,立刻引爆学术圈。
这是这位网友生成的图像效果,看起来还不错:
值得一提的是,论文一作OpenAI科学家宋飏,是一位清华校友,16岁就通过领军计划进入清华数理基础科学班求学。
一起来看看这次OpenAI开源了一项怎样的研究。
开源了一个怎样的重磅研究?作为一个图像生成AI,一致性模型(Consistency Model)最大的特点在于快又好。
相比扩散模型,它主要有两大优势:
其一,无需对抗训练(adversarial training),就能直接生成高质量的图像样本。
其二,相比扩散模型可能需要几百甚至上千次迭代,一致性模型只需要一两步就能搞定多种图像任务——
包括上色、去噪、超分等,都可以在几步之内搞定,而不需要对这些任务进行明确训练。(当然,如果进行少样本学习的话,生成效果也会更好)
基于这种思路,一致性模型不需要再经过漫长的迭代,才能生成一个相对质量比较高的图像,而是能做到一步生成。
下图是一致性模型(CD)和扩散模型(PD)在图像生成指标FID上的对比。
其中,PD是去年斯坦福和谷歌大脑提出的一种最新扩散模型方法渐进式蒸馏(progressive distillation)的简称,CD(consistency distillation)则是一致性蒸馏方法。
可以看出,几乎在所有数据集上,一致性模型的图像生成效果都要比扩散模型更好,唯一的例外是256×256的房间数据集上:
不过也有网友提到,这次开源的AI一致性模型,能生成的图像还是太小:
很难过,这次开源的版本生成的图像还是太小了,要是能给出生成更大图像的开源版本,肯定会非常让人兴奋。
也有网友猜测,可能只是OpenAI还没训练出来。不过可能训练出来了我们也不一定能搞到代码(手动狗头)。
不过对于这项工作的意义,TechCrunch表示:
你若是有一堆GPU,那用扩散模型在一两分钟内迭代1500多次,生成图片的效果当然是极好的。
但如果你想在手机上或者聊天对话的时候实时生成图片,那显然扩散模型不是最好的选择。
一致性模型是OpenAI下一个重要动作。
期待OpenAI会开源一波分辨率更高的图像生成AI~
清华校友宋飏一作论文一作宋飏,目前是OpenAI的研究科学家。
他14岁时,曾以17位评委全票通过的成绩,入选“清华大学新百年领军计划”。在次年高考中,他又成为连云港市理科状元,顺利考入清华。
2016年,宋飏从清华大学数理基础科学班毕业,此后赴斯坦福深造。2022年,宋飏获斯坦福计算机科学博士学位,而后加入OpenAI。
在博士期间,他的一作论文“Score-Based Generative Modeling through Stochastic Differential Equations”还获得过ICLR 2021的杰出论文奖。
根据其个人主页信息,从2024年1月开始,宋飏将正式加入加州理工学院电子系和计算数学科学系,担任助理教授。
项目地址:https://github.com/openai/consistency_models
论文地址:https://arxiv.org/abs/2303.01469
参考链接:[1]https://twitter.com/alfredplpl/status/1646217811898011648[2]https://twitter.com/_akhaliq/status/1646168119658831874
— 完 —
量子位 QbitAI · 头条号签约
关注我们,第一时间获知前沿科技动态
相关文章
猜你喜欢