StyleGAN-T: Ang pinakamabilis na henerasyon ng text-to-image na gumagawa ng mga resulta sa mas mababa sa 0.1 segundo
Sa madaling sabi
Ang StyleGAN-T ay isang bagong GAN para sa pagbuo ng tex2image.
Ang GAN na ito ay gumagawa ng magagandang resulta at medyo mabilis (0.1 segundo para sa isang 512×512 na larawan).
Ang bagong arkitektura ay batay sa StyleGAN-XL, ngunit sinusuri nito ang mga disenyo ng generator at discriminator.
Tiyak na napansin mo na ang mga GAN ay hindi na tinatalakay kapag ang paksa ng pagbuo ng imahe ay lumabas. Pagkatapos ng pagsasabog ng mga modelo tulad ng Stable Diffusion lumitaw, ang mga GAN kahit papaano ay umatras sa background. Ito ay dahil mahirap silang magsanay at madalas na mabaligtad. Ang tanging pakinabang ng mga GAN ay, hindi tulad ng mga modelo ng pagsasabog, gumagawa sila ng isang imahe sa isang solong pagtakbo (isang "forward pass") sa halip na maraming pagtakbo.
Ngunit ngayon ay isang bagong manlalaro mula sa mga GAN ang pumasok sa larangan: StyleGAN-T. Ang GAN na ito para sa pagbuo ng tex-to-image ay mabilis na gumagawa ng magagandang resulta, dahil tumatagal lamang ito ng 0.1 segundo para sa isang 512×512 na larawan. Ang bagong arkitektura ay batay sa StyleGAN-XL, ngunit muling sinusuri nito ang generator at mga disenyo ng discriminator at gumagamit ng CLIP para sa pag-align ng prompt ng teksto at mga nabuong graphics.
Kaugnay na artikulo: VToonify: Isang real-time na modelo ng AI para sa pagbuo ng mga artistikong portrait na video |
Sa pangkalahatan, ang StyleGAN-T ay lumilikha na ngayon ng text-to-image nang mas mabilis at mas tumpak kaysa sa iba pang mga GAN. Gayunpaman, ang GAN ay kakila-kilabot pa rin at ang kalidad ng full-size na modelo ng SD ay malinaw na wala sa tanong. Ngunit ang lahat ay magdedepende sa kakayahang gumawa ng napakataas na kalidad ng mga larawan mula sa teksto nang wala pang isang segundo sa isang taon. Bukod pa rito, mahuhulog ito sa isang lugar sa pagitan ng GAN at ng modelo ng pagsasabog.
Magbasa pa tungkol sa AI:
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.
Mas marami pang artikuloSi Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.