SD3-Medium
PulseAugur coverage of SD3-Medium — every cluster mentioning SD3-Medium across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法加速 Diffusion Transformers 以实现更快的图像生成 · 2 篇论文
两篇新研究论文提出加速 Diffusion Transformers (DiTs) 的方法，DiTs 在高分辨率图像和视频生成方面计算量很大。第一篇论文 Shiva-DiT 提出了一种基于残差的可微分 top-k 选择方法，实现了端到端可学习和确定的 token 数量，在 SD3-Medium 上实现了高达 1.54 倍的速度提升，同时保持了可比的保真度。第二篇论文 BaryCache 提出了一种使用重心外插器进行训练的加速技术，该外…
-
新方法StraightDP增强了生成模型的差分隐私
研究人员开发了StraightDP，一种用于文本条件生成模型差分隐私训练的新颖方法。该方法通过利用修正流的几何特性，解决了强隐私设置下常遇到的效用断崖问题。StraightDP策略性地分配隐私预算，一小部分用于发布类别条件矩，其余用于DP-SGD训练，从而提高了下游准确性和样本质量。
-
中国开发JuZhou 1.0，一个在中国自主研发的AI加速器上训练的原生边缘文本到图像模型
研究人员开发了JuZhou 1.0，一个新颖、轻量级的文本到图像基础模型，专为高效的设备端执行而设计。该模型通过较少的参数量、高效的训练技术和直接的中文提示语实现了其紧凑的尺寸和速度。值得注意的是，JuZhou 1.0完全在中国自主研发的曙光K100 AI加速器上训练，避免了对NVIDIA GPU的依赖。该模型在与SDXL和SD3-Medium等更大模型相比时，表现出竞争力，并且可以在不到5秒的时间内通过智能手机生成图像。
-
新的Linear-DPO方法改进了文本到图像模型的对齐
研究人员推出了一种新颖的文本到图像生成模型对齐方法Linear-DPO。该方法将直接偏好优化目标推广到统一框架内的扩散模型和流匹配模型。通过用线性效用函数替换标准的基于sigmoid的效用函数，并引入EMA更新的参考模型，Linear-DPO在SD1.5和SDXL等扩散模型以及流匹配模型SD3-Medium上的性能优于现有方法。
-
新的CDM方法增强了扩散模型蒸馏，实现了更快、更高保真度的图像生成
研究人员推出了一种新颖的连续时间分布匹配（CDM）方法，用于加速扩散模型。该方法超越了离散时间蒸馏，采用了动态、连续的时间表和轨迹外匹配目标。CDM旨在提高少步扩散过程中的图像生成保真度和细节保留，而无需复杂的辅助模块（如GAN）。