AI图像生成

[seeu100]

扩散模型

GAN模型

一致性模型（Consistency Model）

其一，无需对抗训练（adversarial training），就能直接生成高质量的图像样本。

其二，相比扩散模型可能需要几百甚至上千次迭代，一致性模型只需要一两步就能搞定多种图像任务——

包括上色、去噪、超分等，都可以在几步之内搞定，而不需要对这些任务进行明确训练。（当然，如果进行少样本学习的话，生成效果也会更好）

项目地址：
https://github.com/openai/consistency_models

论文地址：
https://arxiv.org/abs/2303.01469

参考链接：
[1]https://twitter.com/alfredplpl/status/1646217811898011648
[2]https://twitter.com/_akhaliq/status/1646168119658831874

[seeu100]

生成对抗网络（GAN）
变微分自动编码器（VAE）
normalizing flow models
自回归模型（AR）
energy-based models
扩散模型（Diffusion Model）

GAN：额外的判别器
VAE：对准后验分布
EBM基于能量的模型：处理分区函数
归一化流：施加网络约束