NVIDIA разрабатывает модель генерации изображений, которая будет четко понимать, что вы хотите получить

Если вы уже пользовались генеративными нейросетями, такими как DALLE или MidJourney, то знаете, что они могут создавать невероятные изображения, но при этом часто искажают конкретные объекты, которые вы хотите поместить в кадр (например конкретное число или вещь).

Как сообщает HackerNoon, новая модель искусственного интеллекта NVIDIA Perfusion улучшает генерацию изображений, добавляя в нее контролируемое сохранение идентичности объекта, который вы хотите видеть в конечном результате.

• Perfusion является значительным улучшением по сравнению с существующими методами генерации изображений. Она преодолевает ограничения в создании изображений, оставляя их действительно соответствующими оригинальной концепции, которую предоставил пользователь. Эта модель может точно создавать эти «концепции» в различных новых сценариях.

• Perfusion, как и DALLE или MidJourney базируется на методе стабильной диффузии, однако добавляет в него механизмы для одновременной блокировки и создания нескольких «концепций» в новых изображениях. Это приводит к непревзойденным количественным и качественным показателям, открывая возможность для конкретного использования таких изображений, а не только общих иллюстраций.
• Хотя Perfusion не идеален, он является значительным шагом вперед для моделей, преобразующих текст в изображения. Перфузия намного лучше, чем все предыдущие подходы, в отношении сопоставления сгенерированных результатов с исходным изображением. Таким образом, это в основном стабильная диффузия с еще большим контролем над результатом.