NVIDIA H100 GPU

Lens模型训练高效，RankE框架改进离散文本到图像生成

研究人员推出了Lens，一个拥有38亿参数的文本到图像模型，它使用密集的字幕数据集和高效的架构，以显著减少的训练计算量实现了与更大模型相媲美的性能。它能快速生成高分辨率图像，并支持多语言提示。另外，一个名为RankE的新框架已被开发用于离散文本到图像模型，该框架联合优化生成器和解码器，以同时提高对齐度和图像保真度，解决了潜在协变量偏移的问题。