Stable Diffusion 3.5
PulseAugur coverage of Stable Diffusion 3.5 — every cluster mentioning Stable Diffusion 3.5 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新研究探索用于图像和视频生成的扩散模型进展 · 跟踪9个来源
arXiv上发布的多篇研究论文探讨了扩散模型在图像和视频生成方面的进展。这些研究引入了新颖的技术，例如用于矢量扩散图的基于地标的加速、用于图像增强的基于张量的泛函以及用于非线性扩散滤波的通道表示。其他论文侧重于提高扩散模型的效率和泛化能力，包括快速采样、弹性令牌压缩以及用于像素空间生成的航点扩散变换器等方法。此外，研究还通过候选回收和用于时空对齐图像翻译的离散扩散桥来解决视频扩散模型的测试时缩放问题。
-
Amazon SageMaker SDK v3 简化自定义模型部署
Amazon SageMaker 发布了其 Python SDK 的 3.0 版本，为将自定义模型和代码引入其 AI 平台引入了简化的工作流程。新 SDK 用统一的 ModelTrainer 和 ModelBuilder 类取代了特定于框架的估计器，从而简化了训练和部署过程。一个关键特性是 SourceCode 配置对象，它允许在运行时将本地代码同步到容器中，从而无需重新构建容器即可实现更快的迭代，并提供对容器环境的完全控制。
-
新研究探索用于生成、鲁棒性和速度的高级扩散模型
研究人员正在为各种应用开发高级扩散模型，包括图像生成、时间序列合成和自然语言处理。Simplax 等新方法旨在通过使用辅助变量增强状态来改进分类生成，而 PhysDGM 将物理定律嵌入扩散模型中，用于动态系统中的真实时间序列数据合成。其他进展侧重于通过梯度掩蔽和空间压缩等技术增强扩散模型的对抗鲁棒性，并使用新颖的预测方法加速扩散 Transformer 的推理速度。此外，正在探索用于扩散模型更快采样以及开发平衡准确性和并行性的扩散大语…
-
Signed Rectified Flow 实现负约束AI生成
研究人员推出了一种新颖的生成模型技术——Signed Rectified Flow (Signed RF)，它通过针对有符号测度来扩展Rectified Flow。该方法允许在抑制不需要的分布的同时促进期望的分布，为整合负面信息和排除约束提供了一种原则性的方法。Signed RF在ImageNet上的图像生成保真度和多样性方面有所提高，在反记忆测试中降低了相似性，并在Stable Diffusion 3.5中减少了不希望的内容生成，同…
-
视觉Transformer线性化，通过TTT实现更快的推理速度
研究人员开发了一种方法，将预训练的视觉Transformer模型转换为线性复杂度的测试时训练（TTT）架构。该方法对齐了架构和表示属性，允许从Softmax注意力模型高效地迁移权重。通过将此方法应用于Stable Diffusion 3.5，他们创建了SD3.5-T^5，该模型在经过少量微调后，实现了相当的图像质量和显著更快的推理速度。
-
通过测试时训练实现视觉 Transformer 的线性化
研究人员开发了一种方法，使用测试时训练（TTT）将预训练的 Softmax 注意力模型适配到线性复杂度架构。该方法通过关注架构和表示的对齐来解决不同注意力机制之间的表示差距。该技术应用于 Stable Diffusion 3.5，产生了一个新模型 SD3.5-T$^5$，该模型在仅一小时的微调后，以显著更快的推理速度实现了可比的图像质量。