详细内容或原文请订阅后点击阅览
采访Yuki Mitsufuji：改进AI图像生成
Yuki Mitsufuji是Sony AI的主要研究科学家。 Yuki和他的团队在最近的神经信息处理系统会议上发表了两篇论文（Neurips 2024）。这些作品应对图像生成的不同方面，并具有标题：Genwarp：具有语义保护生成翘曲和宝塔的新型图像：[…]
来源:RobohubYuki Mitsufuji是Sony AI的主要研究科学家。 Yuki和他的团队在最近的神经信息处理系统会议上发表了两篇论文（Neurips 2024）。这些作品应对图像产生的不同方面，并具有名为：Genwarp：具有语义性生成翘曲和宝塔的新型图像：从低分辨率扩散教师中逐步生长一步生成器。我们赶上了Yuki，以了解有关这项研究的更多信息。
genwarp：单图像具有语义的生成翘曲 宝塔：低分辨率扩散教师的一步发电机的逐步生长今天我们想问您两项研究。我们可以从Genwarp纸开始吗？您能概述您在这项工作中关注的问题吗？
我们旨在解决的问题称为单发小说视图合成，这是您拥有一个图像的地方，并希望从不同的摄像机角度创建同一场景的另一个图像。在这个领域有很多工作，但仍然存在一个主要的挑战：当图像角度变化时，图像质量会大大降低。我们希望能够基于单个给定的图像生成新图像，并提高质量，即使在非常具有挑战性的角度变化设置中也是如此。
您是如何解决这个问题的 - 您的方法论是什么？
fid psnr人们可以看到使用Genwarp创建的一些图像吗？
是的，我们实际上有一个演示，该演示由两个部分组成。一个显示原始图像，另一个显示了从不同角度显示扭曲的图像。
演示移到宝塔纸上，您在这里解决扩散模型的高计算成本？您是如何解决这个问题的？
宝塔的独特性是，我们在一个系统中跨越不同的分辨率模型训练，这使其能够达到一步生成，从而使工作流程更加有效。