潜在扩散模型被分析为“神经经济体”· arXiv论文

本文通过考察生成式图像模型（特别是潜在扩散模型）的底层机制以及它们为计算机视觉工程师设计的要解决的问题，对其进行了批判性分析。文章认为，这些模型充当了“神经经济体”，将社会交流抽象化为可量化的向量进行销售。分析追溯了训练和生成流程，揭示了每个操作如何强化平台和注意力经济的逻辑，并警告说，仅关注版权的批评可能会无意中维护模型的拜物教性质。相反，本文主张在批评中将社会交换置于中心地位。 AI

影响 探讨了生成模型的经济和社会影响，呼吁将批评焦点从版权转向社会交换。

排序理由 该条目是一篇在arXiv上发表的学术论文，讨论了潜在扩散模型的理论基础和社会影响。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Latent diffusion model
• Little Impetts
• Offert
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →