Науковці Массачусетського технологічного інституту (МІТ) представили нову технологію, яка значно збільшує швидкість роботи популярних генераторів зображень на основі штучного інтелекту (ШІ).

Їхній метод, що назвали «дистиляцією відповідності розподілу« (DMD), дає змогу прискорити процес генерації зображень, об’єднавши всі етапи в один.

Дослідники розробили DMD для навчання нових моделей ШІ імітувати наявні генератори зображень, такі як DALL-E 3 і Stable Diffusion. Це дає змогу створювати більш компактні моделі, зберігаючи при цьому високу якість зображень. Вони детально описали свої результати в дослідженні, опублікованому на сервері препринтів arXiv.

Згідно з Тяньвеєм Інь, одним зі співавторів дослідження, нова технологія прискорює наявні моделі дифузії в 30 разів, що не тільки скорочує час обчислень, а й зберігає якість створюваних зображень. Моделі дифузії генерують зображення через багатоетапний процес, використовуючи описові текстові підписи та інші метадані для кращого розуміння контексту.

Процес охоплює пряме поширення і зворотну дифузію, за яких зображення кодується і потім обробляється для створення чіткого зображення на основі текстової підказки. Це значний прорив у галузі генерації зображень з використанням ШІ і відкриває нові можливості для створення візуального контенту.

Нова технологія може мати широкі практичні застосування, включно зі створенням зображень для різних цілей, як-от дослідження, розваги та комерційні проєкти. Прискорення процесу генерації зображень допоможе заощадити час і ресурси, роблячи його більш доступним і ефективним для широкого кола користувачів.

Источник: techno.nv.ua