研究人员开发了一种新颖的 JiT-DDT 架构,可显著加速文本到图像扩散模型的训练。通过将压缩和生成模块统一到单个模型中,JiT-DDT 与之前的 Latent Diffusion Models (LDMs) 等方法相比,GPU 时间减少了 3.6 倍。即使在生成四倍像素分辨率的图像时,也实现了这种效率的提高。代码和模型权重在 Apache 2.0 许可下公开可用,鼓励对更有效的训练技术进行进一步研究。 AI
影响 加速文本到图像模型的训练,可能降低生成式 AI 开发的成本并提高其可访问性。
排序理由 该集群描述了一种用于加速 AI 模型训练的新型研究架构,并发布了供社区使用的代码和权重。
在 Mastodon — mastodon.social 阅读 →
- Linum AI
- Mastodon
- Diffusion Transformer
- FLUX
- Ideogram
- JiT
- JiT-DDT
- Latent Diffusion Models
- Linum v2
- Linum v3
- Variational Autoencoder
- Z Image
- Apache Software License 2.0
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →