谷歌发布Imagen 3，超过SD3、DALL・E-3

文章预览

专注AIGC领域的专业社区，关注微软 、百度文心一言、讯飞星火等大语言模型（LLM）的发展和 应用 落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 谷歌DeepMind发布了全新文生图模型Imagen 3，在文本语义还原、色彩搭配、文本嵌入、图像细节、光影效果等方面相比第二代大幅度提升。 Imagen 3的评测效果也比SD3、DALL・E-3、Midjourney等知名开闭源模型更好。目前，Imagen 3已经可以在美国地区使用，未来谷歌会持续扩大使用范围。 论文地址：https://arxiv.org/abs/2408.07009 传统的扩散模型通常从随机噪声开始，然后通过一系列迭代步骤逐步恢复图像的真实细节。但在处理高维复杂数据、图像质量和多样性以及训练稳定性方面有一些缺点，同时开发成本也比较高，而谷歌的Imagen 3使用了潜空间扩散模型。 潜空间是指一个被压缩的表示形式，模型可以在这个表 ………………………………