HuggingFace показала новую text-to-image нейросеть Würstchen

HuggingFace показала новую text-to-image нейросеть Würstchen.

"Да сколько можно?" - скажете вы. "Этих генераторов картинок просто тьма-тьмущая".

Да, но Würstchen может генерировать изображения намного быстрее, чем такие модели, как Stable Diffusion XL, используя при этом гораздо меньше памяти.

"Как так?" - спросите вы. А дело в том, что при тренировке новая нейронка экстремально сжимает изображение - она обеспечивает 42-кратное пространственное сжатие! В то время как остальные генераторы картинок используют 4-8-кратное пространственное сжатие. Для сжатия Würstchen использует два этапа: Этап A — это VQGAN, а этап B — диффузионный автоэнкодер. А далее уже Этап C, в котором и обучается нейросеть в сильно сжатом пространстве.

Погонять демку можно тут.

Такими темпами, глядишь, и на утюге сможем генерировать картинки.

Больше новостей в Телеграм канале:

@neuro_trends8

НЕЙРОСЕТИ | НЕЙРОТРЕНДЫ | CHATGPT | MIDJORNEY | STABLE DIFFUSION

Подпишись в Телеграм и будь в курсе: https://t.me/neuro_trends8