UltraFlux

UltraFlux模型实现原生4K文本到图像生成

研究人员开发了UltraFlux，一种新的扩散Transformer模型，能够生成高质量的原生4K图像，并支持不同的宽高比。该模型通过采用数据-模型协同设计方法，解决了现有文本到图像系统在扩展到更高分辨率和不同宽高比时存在的局限性。这包括位置编码、VAE压缩方面的进步，以及一个新颖的优化目标，该模型在一个具有丰富元数据的专门4K数据集上进行了训练。