Ученые Microsoft и Университета Цинхуа разработали новый метод ускорения генерации изображений без потери качества.

Microsoft and Tsinghua University Researchers Introduce Distilled Decoding: A New Method for Accelerating Image Generation in Autoregressive Models without Quality Loss

«`html

Автогрессивные модели и их значение в генерации изображений

Автогрессивные (AR) модели изменили сферу генерации изображений, установив новые стандарты в создании качественных визуалов. Эти модели разбивают процесс создания изображения на последовательные шаги, где каждый токен генерируется на основе предыдущих, что обеспечивает исключительный реализм и согласованность.

Проблемы с производительностью

Одной из основных проблем AR моделей является их скорость. Процесс генерации токенов по одному является последовательным, что ограничивает масштабируемость и приводит к высокой задержке. Например, создание изображения 256×256 с использованием традиционных AR моделей требует 256 шагов, что занимает около пяти секунд на современных GPU. Такие задержки мешают их использованию в приложениях, требующих мгновенных результатов.

Решение: Distilled Decoding (DD)

Исследователи из Университета Цинхуа и Microsoft Research предложили решение этих проблем — Distilled Decoding (DD). Этот метод позволяет сократить количество шагов генерации до одного или двух, сохраняя при этом качество выходных данных. Например, на ImageNet-256 DD достиг ускорения в 6.3 раза для VAR моделей и 217.8 раз для LlamaGen, сократив шаги генерации с 256 до одного.

Преимущества DD

Сокращает количество шагов генерации до 217.8 раз быстрее, чем традиционные AR модели.
Сохраняет приемлемый уровень качества, с увеличением FID в управляемых пределах.
Показывает стабильные результаты на различных AR моделях, включая VAR и LlamaGen.
Позволяет пользователям выбирать между одноступенчатой, двухступенчатой или многоступенчатой генерацией в зависимости от требований.
Не требует доступа к оригинальным данным для обучения AR моделей, что делает его практичным для применения.

Заключение

С введением Distilled Decoding исследователи успешно решили проблему компромисса между скоростью и качеством, которая долгое время беспокоила процессы генерации AR. Этот метод ускоряет синтез изображений, значительно сокращая количество шагов и сохраняя качество выходных данных. DD открывает новые горизонты для применения AR моделей в реальном времени.

Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ), грамотно используйте новые технологии. Проанализируйте, как ИИ может изменить вашу работу, определите ключевые показатели эффективности (KPI) и подберите подходящее решение.

Если вам нужны советы по внедрению ИИ, пишите нам в Телеграм. Узнайте, как ИИ может изменить процесс продаж в вашей компании с решением от saile.ru — будущее уже здесь!

«`