Jinming Liu

SeFi-Image 模型使用语义优先扩散将训练计算量减少 80%

研究人员推出了一种新颖的文本到图像基础模型 SeFi-Image，该模型采用语义优先扩散方法，显著降低了训练计算需求。该模型有 1B、2B 和 5B 参数规模，尽管仅使用了 10-20% 的训练计算量，但其性能与 Qwen-Image 和 Z-Image 等现有模型相当或更优。SeFi-Image 在各种基准测试中均取得了强劲成果，并为不同的硬件限制提供了蒸馏的少步变体。