AGI Hunt· GordonWetzstein·· 1 小时前AI 评分41
AnisoFlow:可学习的各向异性流模型目标,ImageNet FID 从 1.90 降至 1.55
AnisoFlow:可学习的各向异性流模型目标,ImageNet FID 1.90降至1.55
AI 导读
斯坦福 Gordon Wetzstein 组等提出 AnisoFlow,让流模型自行学习方向依赖的预测目标,同时不改动架构、损失形式和采样器。AnisoFlow 将 ImageNet FID 从 JiT 的 1.90 降至 1.55,且无需 REPA;其像素空间文生图消除了 patch 伪影,即使在 8-bit 下也能生成干净图像。
来源:AGI Hunt · agihunt.info