苹果开源高清扩散模型MDM，能在多个分辨率下同时去噪

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！ 扩散模型已经成为文本生成图像、视频的主要框架之一，其基本原理是通过逐步引入噪声并在反向过程中去除噪声来生成数据。但在生成2K、4K高分辨率时，面临巨大的算力需求和时间消耗。 为了解决这一难题，苹果的研究人员开源了高清扩散模型Matryoshka Diffusion Models（简称“MDM”）， 通过引入一种特殊的扩散过程可在多个分辨率下同时进行去噪，并使用NestedUNet架构， 将小尺度输入的特征和参数嵌套在大尺度的结构中，允许模型在不同分辨率间共享信息 ，从而提高训练效率和生成质量。 开源地址：https://github.com/apple/ml-mdm?tab=readme-ov-file 传统的扩散模型通常在单一分辨率下进行去噪操作，而MDM引 ………………………………