Snap | 港科大提出端侧文生图模型SnapGen，参数仅SD十分之一，1.4秒内生成1024分辨率图像。

文章预览

这项工作提出了一种新颖且高效的 T2I 模型SnapGen，SnapGen 是第一个可以在1.4秒内在移动设备上合成高分辨率图像（1024x1024 ） 的图像生成模型（379M ） ，并在 GenEval 指标上 达到0.66。该模型全面超越了许多现有的数十亿参数模型，例如 SDXL、Lumina-Next 和 Playgroundv2。 unset unset 相关链接 unset unset 论文链接：https://arxiv.org/abs/2412.09619 项目主页：https://snap-research.github.io/snapgen/ unset unset 论文介绍 unset unset unset unset 介绍 unset unset 现有的文本到图像 (T2I) 传播模型面临一些限制，包括模型尺寸大、运行时间慢以及移动设备上的低质量生成。本文旨在通过开发一种极小且快速的 T2I 模型来解决所有这些挑战，该模型可在移动平台上生成高分辨率和高质量的图像。我们提出了几种实现这一目标的技术。首先，我们系统地检查网络架构的设计选择，以减少模型参数和延 ………………………………