DiffuseKronA: Método de ajuste fino de modelos de difusão personalizados, reduzindo parâmetros e sintetizando imagens de alta qualidade

Sensacional! MiniMax lança novo modelo de geração de imagens, Image-01, com custo apenas 1/10!

Runway lança o Frames, um novo gerador de imagens com IA para resultados visuais cinematográficos

A Runway, empresa de tecnologia de mídia com IA, anunciou o lançamento de seu mais recente modelo de geração de imagem a partir de texto: o Frames. Conhecida por seus modelos de vídeo com IA, a Runway busca expandir sua influência na criação de imagens. O lançamento do Frames recebeu elogios generalizados dos usuários, especialmente por sua capacidade de gerar efeitos visuais cinematográficos. O modelo foi apresentado pela primeira vez em novembro de 2024 e, nas últimas semanas, foi disponibilizado em acesso antecipado para os usuários do programa de criadores da Runway.

Avanço Significativo! Nova técnica de conversão de estilo baseada em texto melhora drasticamente a qualidade da geração de imagens

A conversão de estilo baseada em texto é uma tarefa importante no campo da síntese de imagens, com o objetivo de fundir o estilo de uma imagem de referência com o conteúdo descrito em uma legenda de texto. Recentemente, os modelos de geração de imagem a partir de texto alcançaram progressos significativos, permitindo uma conversão de estilo mais refinada, mantendo ao mesmo tempo a alta fidelidade do conteúdo. Essa tecnologia possui um enorme valor prático em áreas como pintura digital, publicidade e design de jogos. No entanto, as técnicas de conversão de estilo existentes ainda apresentam algumas deficiências, sendo os principais desafios: sobreajuste de estilo: os modelos existentes tendem a replicar todos os elementos da imagem de referência, levando...

ByteDance anunciará avanços em novas tecnologias de modelos de IA, incluindo geração de imagem a partir de texto e novos vídeos semelhantes ao Sora, nesta semana

A equipe do ByteDance planeja anunciar pela primeira vez em larga escala os avanços em suas mais recentes tecnologias de modelos de inteligência artificial em 19 de julho (esta sexta-feira). O anúncio incluirá novos modelos de IA, como geração de imagem a partir de texto e novos vídeos semelhantes ao Sora, com foco em inovações em vídeos longos e alta dinâmica, esperando competir diretamente com o modelo de vídeo de geração de texto Sora da OpenAI.

Especialista em efeitos visuais assume como CEO da Stability AI para impulsionar o desenvolvimento de geração de imagem a partir de texto

A startup de inteligência artificial britânica Stability AI nomeou Prem Akkaraju como seu novo CEO. Akkaraju foi anteriormente CEO da empresa de efeitos visuais Weta Digital e também é investidor da Stability AI. A Stability AI possui uma lista impressionante de investidores, incluindo o ex-presidente do Facebook, Sean Parker, e arrecadou mais de US$ 1 bilhão em investimentos.

SD3-Turbo: Modelo de geração de imagem a partir de texto rápido baseado em LADD

O SD3-Turbo é um modelo de geração de imagem a partir de texto baseado na tecnologia LADD. O modelo SD3-Turbo gera imagens de alta qualidade com apenas quatro etapas de amostragem não supervisionada. A tecnologia LADD simplifica o processo de treinamento e melhora o desempenho. O lançamento do SD3-Turbo trará novos avanços para o campo da geração de imagens. O modelo SD3-Turbo aumenta a produtividade, o que é de grande importância.

O Google MobileDiffusion alcança geração de imagem a partir de texto em 0,2 segundos em telefones celulares, estabelecendo um novo recorde de velocidade para dispositivos móveis

A equipe do Google apresenta o MobileDiffusion, que gera imagens a partir de texto em 0,2 segundos no iPhone 15 Pro, estabelecendo um novo recorde de velocidade. O MobileDiffusion otimiza o modelo de difusão, resolvendo o problema da lentidão de cálculo e da amostragem de várias etapas causados por uma grande quantidade de parâmetros. A simplificação do modelo utiliza otimizações UNet, incluindo simplificação de convolução, melhoria da eficiência da atenção e outros designs macro. Em termos de design micro, foi utilizada a Atenção Desacoplada.

Modelo de Consistência Latente da Tsinghua acelera geração de imagem a partir de texto em 5 a 10 vezes

Uma equipe de pesquisa da Universidade Tsinghua desenvolveu o modelo LCM, que acelera a geração de imagens a partir de texto em 5 a 10 vezes, superando as limitações dos modelos gerativos tradicionais. O LCM suporta tarefas de geração de imagens com condições dadas, aumentando significativamente a eficiência dos principais modelos de geração de imagens a partir de texto por meio da tecnologia de consistência latente. O LCM-LoRA expande ainda mais a capacidade de amostragem do LCM, fornecendo soluções para modelos com diferentes estilos artísticos. O código LCM de código aberto foi adotado por várias plataformas, com mais de 200.000 downloads no Hugging Face e mais de 1 milhão de visualizações, marcando um marco significativo para os modelos gerativos.

Teste prático! Modelo de linguagem grande Tencent HunYuan: capacidade de geração de imagem a partir de texto lançada

'🚀 Evolução da tecnologia de geração de imagem a partir de texto: melhoria na textura, percepção de detalhes e suporte nativo para chinês''🖼️ Melhoria na textura da imagem: efeito de modelo de retrato aprimorado em 30%, efeito de modelo de cena aprimorado em 25%''🎨 Teste de geração de imagens a partir de texto usando poemas antigos e pratos chineses como temas''👥 Melhoria no realismo dos retratos: o modelo de linguagem grande HunYuan gera retratos altamente realistas'

Pesquisadores do Google e da Universidade Johns Hopkins publicam método de destilação de texto para imagem mais rápido e eficiente

Os modelos de difusão de texto para imagem treinados em grandes conjuntos de dados dominam as tarefas de geração devido à alta qualidade e diversidade de seus resultados. Um novo método de destilação permite que a geração de imagem a partir de texto seja mais rápida sem comprometer o desempenho. O método começa com um pré-treinamento incondicional e, por meio de um processo de estágio único, resulta em um modelo de difusão condicional destilado. Essa técnica de destilação inovadora supera os métodos anteriores em termos de qualidade visual e desempenho quantitativo.