实质性突破 | 一夜间“文生图、文生视频”底层架构大变革，PCM引领生成模型新纪元！

文章预览

做一个有温度、有趣味、专业的全栈式AI 交流社区！ “     一致性模型（CM）是一个很有前景的新生成模型家族，它具有生成速度快、质量高的特点而广为人知。潜在一致性模型（LCM）试图将其扩展到文本条件下的高分辨率生成的潜在空间中。然而，它生成的结果并不能令人满意。  在这项工作中，作者表明目前LCM的设计在三个方面存在缺陷。作者深入地研究了这些限制背后的根本原因，并提出了分阶段一致性模型（PCM），该模型概括了设计空间并解决了所有已确定的限制问题。 大量的评估结果表明：PCM在1-16步生成设置中的效果显著优于LCM。 ” 项目主页 - https://g-u-n.github.io/projects/pcm/ 代码链接 - https://github.com/G-U-N/Phased-Consistency-Model 论文链接 - https://arxiv.org/pdf/2405.18407 01-LCM算法简介     潜在扩散模型（LDMs）在合成高分辨率图像方面取得了显著 ………………………………