机构名称：
¥ 1.0
受生成人工智能（AI）技术和算法的进步驱动，AI生成的内容（AIGC）的广泛采用已经出现，从而允许产生多样化和高质量的内容。，基于扩散模型的AIGC技术已被广泛用于以各种方式生成内容。但是，AIGC模型的现实实施，特别是在资源受限的设备（例如手机）上，引入了与能源消耗和隐私问题有关的重大挑战。为了进一步促进无处不在的AIGC服务的实现，我们提出了一种新颖的协作分布式基于扩散的AIGC框架。通过利用无线网络中的设备之间的协作，提出的框架促进了AIGC任务的有效执行，从而优化了边缘计算资源利用。此外，我们研究了移动电话上的denoising步骤的实际实施，拟议方法对无线网络辅助AIGC景观的影响以及与现实世界集成相关的未来机会。本文的贡献不仅为AIGC服务的现有局限性提供了有希望的解决方案，而且还为未来在设备协作，资源优化以及在各种设备上无缝提供AIGC服务的研究铺平了道路。我们的代码可从https://github.com/ hongyangdu/distributed -diffusion获得。
探索基于协作分布式扩散的AI- ...
主要关键词
相关文件推荐
