ERNIE-ViLG 2.0: Noul model text-to-image de la Baidu îl depășește pe Dalle-2 și Stable Diffusion
Pe scurt
Atât Dalle-2 cât și Stable Diffusion au fost semnificativ depășiți de ERNIE-ViLG 2.0
ERNIE-ViLG 2.0 este un model text-to-image care oferă performanțe mai bune decât Dalle-2 și Stable Diffusion, două dintre cele mai populare modele text-to-image disponibile în prezent. Noul model a fost conceput și antrenat de o echipă de cercetători de la Baidu, iar rezultatele sunt uluitoare.
Rezultatele au demonstrat că ERNIE-ViLG 2.0 a depășit semnificativ Dalle-2 și Stable Diffusion. Aceasta este o realizare semnificativă și demonstrează puterea cadrului ERNIE. The Metaverse Post echipa a comparat ERNIE-ViLG 2.0 cu Stable Diffusion de mai jos:
Aceste rezultate oferă un sprijin puternic pentru ipoteza că ERNIE-ViLG 2.0 este mai eficient sistem text-to-image decât Dalle-2 și Stable Diffusion.
Arhitectura Unet din Stable Diffusion este luată ca bază, dar cu modificări:
- Un amestec de experți în eliminarea zgomotului: Există 10 rețele neuronale în loc de doar una, fiecare fiind responsabilă doar pentru anumiți pași de difuzie.
- Cunoștințe textuale: S-a reponderat automat cuvintele din interogare, astfel încât cuvintele cheie să aibă mai multă greutate.
- Cunoștințe vizuale: În timpul antrenamentului, obiectele au fost detectate pe rezultatele generației intermediare, iar ponderea funcției de pierdere pe regiunile cu obiecte a fost crescută.
Drept urmare, cel mai mare din lume model text-to-image a apărut cu 24 de miliarde de parametri (de 10 ori mai mari decât SD) pentru a antrena modelul.
În comparație cu modelele anterioare, ERNIE-ViLG 2.0 le depășește cu mult în ceea ce privește calitatea imaginii și potrivirea imagine-text atunci când este testat simultan pe ViLG-300 bilingv. prompt stabilit de o persoană.
Solicitările sunt traduse pur și simplu din chineză în engleză automat în Față îmbrățișată demonstrație publică înainte de a fi trimisă în AI. Din aceasta decurg o mulțime de caracteristici.
- ERNIE nu cunoaște personalități publice internaționale. De exemplu, ERNIE nu-l cunoaște pe Arnold Schwarzenegger. Cu siguranță are favorite locale în China.
- Ca rezultat, metoda de utilizare a numelor de celebrități în solicitări pentru a crește dramatic calitatea fete eșuează.
- Vă puteți aștepta la o oarecare distorsiune din cauza traducerii din chineză, așa că s-ar putea să vă aștepte câteva surprize dacă nu vorbiți chineză.
- Nici măcar nu știe nimic despre Greg Rutkowski.
Citiți articole conexe:
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
Mai multe articole
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
