谷歌攜手 UC 伯克利拋出王炸 IGN：要取代擴散模型，可單步生成逼真圖像_風聞

IT之家 11 月 14 日消息，谷歌近日攜手加州大學伯克利分校（UC Berkeley），研發出了可取代擴散模型（Diffusion Models）的全新生成式 AI 方法--冪等生成網絡（IGN）。

包括生成對抗網絡（GAN）、擴散模型（Diffusion Models）和今年 3 月 OpenAI 發佈的一致性模型（Consistency Models）在內，當前主流生成式 AI 模型都是隨機噪點、草圖或者低分辨率或其他損壞的圖像等輸入，映射到與給定目標數據分佈相對應的輸出（通常是自然圖像）來生成圖像。

以擴散模型為例，在訓練期間學習目標數據分佈，然後通過多個步驟執行“去噪”處理。

谷歌研究團隊提出了名為冪等生成網絡（IGN）的全新生成模型，從任何形式的輸入中生成合適的圖像，理想情況下只需一步即可完成。

該模型可以想象為一種“全局投影儀”，將任何輸入數據投射到目標數據分佈上，和現有其它模型算法不同，不會限於特定的輸入。

IGN 和 GAN、擴散模型主要有兩點不同：

GAN 需要單獨的生成器和鑑別器模型，而 IGN 是“自我對抗”的，可以同時扮演着兩種角色。

擴散模型需要執行增量步驟，而 IGN 可以單個步驟中將輸入映射到數據分佈上。

研究人員使用 MNIST 和 CelebA 數據集展示了 IGN 的潛力。該團隊展示了一些應用，例如將草圖轉換為逼真的圖像、從噪點生成圖像或修復損壞的圖像等。

IT之家在此附上論文詳細地址，感興趣的用户可以深入閲讀。