Billedkreditering: Reproduktion/MIT

Ny metode genererer AI-billeder 30x hurtigere 

Forskere ved Massachusetts Institute of Technology (MIT) har netop introduceret en ny metode kaldet 'Distribution Matching Destillation' – hvilket muliggør hurtigere generering af kunstig intelligens (AI) billeder, samtidig med at kvaliteten af ​​den originale model bevares.

DMD, eller Dynamic Diffusion Model, fremskynder billeddannelsesprocessen markant ved at destillere viden fra flertrins diffusionsmodeller som f.eks. Stabil diffusion, i en enkelt hurtig model.

ANNONCER

Denne metode anvender to diffusionsmodeller som reference til at træne den nye model, hvilket sikrer stabilitet og konsistens. Ved test, DMD har vist sig at kunne generere billeder 30 gange hurtigere end Stable Diffusion, samtidig med at kvaliteten af ​​de opnåede resultater bevares eller endda overgår.

Ved dramatisk at reducere de beregningsmæssige omkostninger og tid, der kræves for at generere billeder af høj kvalitet, kunne DMD frigøre nye muligheder for værktøjer som visuel redigering i realtid, designværktøjer, lægemiddelopdagelse og 3D-modelleringsapplikationer.

Læs også:

* Teksten i denne artikel er delvist genereret af kunstig intelligensværktøjer, avancerede sprogmodeller, der hjælper med at forberede, gennemgå, oversætte og sammenfatte tekster. Tekstindtastninger blev oprettet af Curto Nyheder og svar fra AI-værktøjer blev brugt til at forbedre det endelige indhold.
Det er vigtigt at fremhæve, at AI-værktøjer kun er værktøjer, og det endelige ansvar for det offentliggjorte indhold ligger hos Curto Nyheder. Ved at bruge disse værktøjer ansvarligt og etisk er vores mål at udvide kommunikationsmulighederne og demokratisere adgangen til kvalitetsinformation.
🤖

ANNONCER

Leder du efter et kunstig intelligensværktøj til at gøre dit liv lettere? I denne guide, gennemser du et katalog over AI-drevne robotter og lærer om deres funktionaliteter. Tjek den evaluering, som vores team af journalister gav dem!

rulle op