终于等来能塞进手机的文生图模型！十分之一体量，SnapGen实现百分百的效果

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 芒果智能科技   论文标题：SnapGen: Taming High-Resolution Text-to-Image Models for Mobile Devices with Efficient Architectures and Training 论文链接：https://arxiv.org/abs/2412.09619 项目主页：https://snap-research.github.io/snapgen/  芒果智能科技专栏 Column of Computer Vision Institute 本文的共同一作为墨尔本大学的胡冬庭和香港科技大学的陈捷润和黄悉偈，完成于在 Snap 研究院 Creative Vision 团队实习期间。主要指导老师为任健、徐炎武和 Anil Kag，他们均来自 Snap Creative Vision 团队。该团队的主要研究方向包括 Efficient AI 和图像/视频/三维生成模型。 近些年来，以 Stable Diffusion 为代表的扩散模型为文生图（T2I）任务树立了新的标准，PixArt，LUMINA，Hunyuan-DiT 以及 Sana 等工作进一步提高了图像生成的质量和效率。然而，目前的这些文生图（T2I）扩散模型受 ………………………………