ERNIE-ViLG 2.0: Das neue Text-zu-Bild-Modell von Baidu übertrifft Dalle-2 und Stable Diffusion
In Kürze
Sowohl Dalle-2 als auch Stable Diffusion wurden von ERNIE-ViLG 2.0 deutlich übertroffen
ERNIE-ViLG 2.0 ist ein Text-zu-Bild-Modell, das eine bessere Leistung als Dalle-2 bietet und Stable Diffusion, zwei der derzeit beliebtesten Text-zu-Bild-Modelle. Das neue Modell wurde von einem Forscherteam aus Baidu entworfen und trainiert, und die Ergebnisse sind atemberaubend.
Die Ergebnisse zeigten, dass ERNIE-ViLG 2.0 Dalle-2 und deutlich übertraf Stable Diffusion. Dies ist eine bedeutende Leistung und zeigt die Leistungsfähigkeit des ERNIE-Frameworks. Der Metaverse Post Das Team verglich ERNIE-ViLG 2.0 mit Stable Diffusion unten:
Diese Ergebnisse unterstützen stark die Hypothese, dass ERNIE-ViLG 2.0 effektiver ist Text-zu-Bild-System als Dalle-2 und Stable Diffusion.
Die Unet-Architektur von Stable Diffusion zugrunde gelegt, jedoch mit Änderungen:
- Eine Mischung aus Denoising-Experten: Es gibt 10 neuronale Netze statt nur einem, wobei jedes nur für bestimmte Diffusionsschritte zuständig ist.
- Textkenntnisse: Die Wörter in der Abfrage wurden automatisch neu gewichtet, sodass Schlüsselwörter mehr Gewicht erhalten.
- Visuelles Wissen: Während des Trainings wurden Objekte auf Ergebnissen der Zwischengeneration erkannt, und das Gewicht der Verlustfunktion auf Regionen mit Objekten wurde erhöht.
Als Ergebnis der weltweit größte Text-zu-Bild-Modell kam mit 24 Milliarden Parametern (10 mal größer als SD) heraus, um das Modell zu trainieren.
Im Vergleich zu früheren Modellen übertrifft ERNIE-ViLG 2.0 diese in puncto Bildqualität und Bild-zu-Text-Übereinstimmung bei gleichzeitigem Test auf dem ViLG-300 bilingual deutlich Eingabeaufforderung von einer Person festgelegt.
Eingabeaufforderungen werden im einfach automatisch aus dem Chinesischen ins Englische übersetzt Umarmendes Gesicht öffentliche Demo, bevor sie in die KI gesendet werden. Daraus ergeben sich viele Features.
- ERNIE kennt keine internationalen Persönlichkeiten des öffentlichen Lebens. ERNIE zum Beispiel kennt Arnold Schwarzenegger nicht. Es hat sicherlich lokale Favoriten in China.
- Infolgedessen steigert die Methode, Prominentennamen in Aufforderungen zu verwenden, die Qualität erheblich Gesichter fehlschlägt.
- Aufgrund der Übersetzung aus dem Chinesischen müssen Sie mit einigen Verzerrungen rechnen, sodass Sie einige Überraschungen erwarten können, wenn Sie kein Chinesisch sprechen.
- Es weiß nicht einmal etwas über Greg Rutkowski.
Lesen Sie verwandte Artikel:
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
Weitere Artikel
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
