Würstchen V2 Modeli Kazandı Stable Diffusion Yüksek Çözünürlüklü Görüntüler Oluşturmak için Etkileyici Hıza Sahip XL
Son tweet “Würstchen” (Almanca “Sosis”) başlıklı makalenin yazarının kaleminden çıkan bu ürün hem meraklıların hem de uzmanların dikkatini çekti. Tweet, yeni Würstchen V2 modelini kullanarak görüntü oluşturmanın ilgi çekici sonuçlarını paylaştı.
| İlgili bağlantılar: Midjourney 5.2 ve Stable Diffusion Yaratıcı Metinden Görüntüye Oluşturma için SDXL 0.9 Güncellemeleri |
Würstchen hızlı ve etkilidir; aşağıdaki modellere göre daha hızlı görüntü oluşturur Stable Diffusion Daha az bellek kullanırken XL. Ayrıca, Würstchen v1'in 9,000×512 çözünürlükte yalnızca 512 GPU saati eğitim gerektirmesiyle eğitim maliyetleri de azaldı; buna karşılık 150,000 GPU saati harcandı. Stable Diffusion 1.4. Maliyetteki bu 16 kat azalma, yalnızca yeni deneyler yapan araştırmacılara fayda sağlamakla kalmıyor, aynı zamanda daha fazla kuruluşun bu tür modelleri eğitmesinin kapısını da açıyor. Würstchen v2, 24,602 GPU saati kullandı ve bu da onu yalnızca 6×1.4 hızında eğitilen SD512'ten 512 kat daha ucuz hale getirdi.
Würstchen V2 bir difüzyon modeli Bu, yüksek düzeyde sıkıştırılmış gizli bir görüntü alanında çalışarak eğitim ve çıkarım için hesaplama maliyetlerini büyük ölçüde azaltır. Daha önce görülmemiş bir başarı olan 42x uzamsal sıkıştırmayı sağlayan yeni bir tasarım kullanıyor. Würstchen, sıkıştırılmış görüntülerin kodunu tekrar piksel alanına çözen Aşama A ve Aşama B olmak üzere iki aşamalı bir sıkıştırma kullanır. Üçüncü bir model olan Aşama C, yüksek oranda sıkıştırılmış gizli alanda öğrenilir ve daha ucuz ve daha hızlı çıkarımlara izin verirken mevcut en iyi performans gösteren modeller için kullanılan hesaplamanın kesirlerini gerektirir.
Würstchen V2 iki yayılma aşamasından oluşur:
- Aşama A: Bu aşama, metin koşullu yayılmayı içerir ve şaşırtıcı 1 milyar parametreye sahiptir. Buradaki hızlanma, ultra yüksek sıkıştırma teknikleriyle elde ediliyor. Würstchen V128'nin SDXL'de görülen 128x4x2 gizli kod boyutu yerine başlangıçta 24x24x16 çözünürlükte çalışması dikkat çekiyor. Bu, daha az piksel ancak daha fazla kanal anlamına gelir ve bu da önemli bir hız artışı sağlar.
- Aşama B: Bu, görüntünün 600×24 çözünürlüğünden 24×128 çözünürlüğe çıkarılmasından sorumlu, 128 milyon parametreyle donatılmış bir difüzyon modelidir.
Süreci tamamlayan, gizli kodu işlenmiş bir görüntüye dönüştüren 20 milyon parametreli bir kod çözücüdür.
Hemen göze çarpan pratik faydası, Würstchen V2'nin olağanüstü hızıdır. SDXL'den 2-2.5 kat daha hızlı çalışıyor ve bu alanda kayda değer bir gelişme. AI görüntü oluşturma.
Her teknolojik yenilikte olduğu gibi, ödünleşimler olabilir. Görüntü kalitesi açısından bazı uzmanlar hafif bir kayıp olduğunu öne sürse de somut kanıt sağlamak için kapsamlı ve dürüst bir karşılaştırma hala bekleniyor.
Oluşturulan metinden resme örnekler aşağıdadır:
Daha fazla ilgili konu okuyun:
Feragatname
Doğrultusunda Trust Project yönergeleri, lütfen bu sayfada sağlanan bilgilerin hukuki, vergi, yatırım, finansal veya başka herhangi bir tavsiye niteliğinde olmadığını ve bu şekilde yorumlanmaması gerektiğini unutmayın. Yalnızca kaybetmeyi göze alabileceğiniz kadar yatırım yapmak ve herhangi bir şüpheniz varsa bağımsız finansal tavsiye almak önemlidir. Daha fazla bilgi için şartlar ve koşulların yanı sıra kartı veren kuruluş veya reklamveren tarafından sağlanan yardım ve destek sayfalarına bakmanızı öneririz. MetaversePost doğru, tarafsız raporlamaya kendini adamıştır, ancak piyasa koşulları önceden haber verilmeksizin değiştirilebilir.
Yazar hakkında
Damir şu anda ekip lideri, ürün yöneticisi ve editördür: Metaverse Post, AI/ML, AGI, LLM'ler, Metaverse ve Web3-İlgili alanlar. Makaleleri, her ay bir milyondan fazla kullanıcıdan oluşan büyük bir kitleyi kendine çekiyor. SEO ve dijital pazarlama konusunda 10 yıllık deneyime sahip bir uzman gibi görünüyor. Damir'den Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ve diğer yayınlar. Dijital bir göçebe olarak BAE, Türkiye, Rusya ve BDT arasında seyahat ediyor. Damir, kendisine internetin sürekli değişen ortamında başarılı olmak için gereken eleştirel düşünme becerilerini verdiğine inandığı fizik alanında lisans derecesi aldı.
Daha fazla haber
Damir şu anda ekip lideri, ürün yöneticisi ve editördür: Metaverse Post, AI/ML, AGI, LLM'ler, Metaverse ve Web3-İlgili alanlar. Makaleleri, her ay bir milyondan fazla kullanıcıdan oluşan büyük bir kitleyi kendine çekiyor. SEO ve dijital pazarlama konusunda 10 yıllık deneyime sahip bir uzman gibi görünüyor. Damir'den Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ve diğer yayınlar. Dijital bir göçebe olarak BAE, Türkiye, Rusya ve BDT arasında seyahat ediyor. Damir, kendisine internetin sürekli değişen ortamında başarılı olmak için gereken eleştirel düşünme becerilerini verdiğine inandığı fizik alanında lisans derecesi aldı.
