Новая Text-to-image модель ERNIE-ViLG 2.0 дает прикурить Dalle-2 и SD Автор: Артём Зазнобин      Дата: 10.11.2022 12:40      Baidu сделали новую модель, результаты которой просто ошеломляют! Это результаты моих генераций без черепика! Ни SD (https://t.me/ai_newz/1555), ни DALLE-2 так не умеет.            За основу взята архитектура Unet от SD, но с приколами:      - Mixture of Denoising Experts: Обучили 10 сеток вместо одной. Каждая отвечает только за определенные шаги диффузии.      - Textual knowledge: Автоматически перевзвесили слова в запросе. Ключевые слова получают больший вес.      - Visual knowledge: Во время обучения детектировали объекты на промежуточных результатах генерации и увеличивали вес функции потерь на регионах с объектами.            В итоге вышла самая большая на планете модель text-2-im с 24 млрд параметров (×10 больше чем SD).            * "flame, giant cat, girl, futuristic, high-definition, 3d, delicate face, cg sense, ancient style, beautiful, fine hair, upper body painting". Но лучше делать запрос на китайском.            Статья: https://arxiv.org/abs/2210.15257      Бесплатное демо: https://huggingface.co/spaces/PaddlePaddle/ERNIE-ViLG            Источник: t.me/ai_newz Автор: Артём Зазнобин прочтений: 430 оценки: 0 от 0 © Свидетельство о публикации № 41095  Цена: 1 noo

Ваши комментарии