176-A2+B1｜扩散模型如何学习特征分解与组合，与人脑对齐的视觉表示的普遍维度；评估MLLM复杂细节图像理解基准；人脸动画化

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: Image Generation｜Diffusion｜Factorize and Compose How Diffusion Models Learn to Factorize and Compose 2024-08-23｜MIT｜⭐️⭐️ http://arxiv.org/abs/2408.13256v1 概述 本研究探讨了扩散模型如何学习特征的因子化和组合能力 。扩散模型以其生成高度真实图像的能力而闻名，尤其是在从未在训练集中同时出现的元素中组合新图像的能力。 尽管已有研究表明这类模型具备组合性泛化能力，其具体机制及其获取过程仍不清晰 。因此，作者们 在一个简化的环境中进行了实验证明 ，旨在揭示 扩散模型如何学习表示可组合特征的语义因子化 。通过对条件去噪扩散概率模型（Conditional Denoising Diffusion Probabilistic Models, DDPM）进行深入研究， 结果显示模型能够学习因子化的特征表示，但这些表示并非完全连续，从而对 ………………………………