扩散模型如何为生成性创造力打开新的可能性

立即注册，获取 11 月 9 日低代码/无代码峰会的免费虚拟通行证。聆听 Service Now、Credit Karma、Stitch Fix、Appian 等的领导者的声音。了解更多。

生成式人工智能 (AI) 模型的受欢迎程度和认可度不断提高。技术的最新进展及其在图像生成方面的成功引发了科技公司和机器学习 (ML) 从业者的兴趣浪潮，他们现在经常采用 AI 模型。为多个业务用例生成。

文本转换架构的出现进一步推动了这种采用，例如 Google 的 Imagen Video、Meta 的 Make-A-Video 以及 DALL-E、MidJourney 和 Stable Spread 等其他 AI 模型。

所有生成式 AI 架构的一个共同点是使用一种称为扩散模型的方法，该方法的灵感来自气体分子扩散的物理过程，其中分子将高密度区域扩散到低密度区域。

与科学过程类似，该模型首先从提供的输入数据中收集随机噪声，然后通过一系列步骤将其减去，从而创建美观且理想一致的图像。通过以促进符合文本提示的方式引导噪声消除，广播模型可以创建具有更高保真度的图像。

低码/无码顶点

在 11 月 9 日举行的低代码/无代码峰会上，与当今的高层领导人一起参加。立即注册免费通行证。

对于生成式 AI 的实现，最近扩散模型的使用变得很明显，在条件图像合成领域显示出取代过去的方法，如生成对抗网络 (GAN) 和转换器的迹象，因为扩散模型可以产生状态最先进的图像状态，同时保持数据的质量和语义结构 - 并且不受时尚崩溃等训练缺陷的影响。

计算机视觉和 ML 的最新进展之一是 GAN 的发明，GAN 是由两部分组成的 AI 模型，由一个生成样本的生成器和一个试图区分生成样本和真实样本的鉴别器组成。这种方法成为称为生成建模的新领域的跳板。然而，在经历了繁荣阶段之后，GAN 开始趋于平稳，因为大多数方法都在努力解决对抗性技术遇到的瓶颈，对抗性技术是一种暴力监督学习方法，其中提供尽可能多的示例来训练模型。

GAN 适用于多种应用，但它们难以训练且输出缺乏多样性。例如，GAN 经常遭受不稳定的形成和模式崩溃，这是生成器可以学习生成看起来最合理的单个输出的问题，而自回归模型通常会遇到合成速度缓慢的问题。

在这些滞后的基础上，扩散模型技术从概率似然估计演变而来，概率似然估计是一种通过从数据中观察来估计统计模型输出的方法，通过找到使预测概率最大化的参数值。

扩散模型是生成模型（...