Stable Diffusion Models are Secretly Good at Visual In-Context Learning
自然语言处理 (NLP) 中的大型语言模型 (LLM) 已展现出上下文学习 (ICL) 的巨大潜力——能够利用几组示例提示来适应各种任务，而无需显式更新模型权重。 ICL 最近被探索用于计算机视觉任务，并取得了有希望的早期成果。这些方法涉及专门的培训和/或额外的数据，使过程复杂化并限制其普遍性。在这项工作中，我们展示了现成的稳定扩散模型可以重新用于视觉上下文学习……
New Webinar - "AI and Multimedia: Using Generative AI for Images, Video, and Audio"
人工智能和多媒体：将生成式人工智能用于图像、视频和音频Nicole Hennig 主持的人工智能网络研讨会概述：在多媒体生成式人工智能工具之旅中，您将了解底层技术 – 如何仅通过文本输入创建图像、视频、音乐和语音？您将了解各种类型的可用工具及其功能。您将看到这些工具可以生成的许多示例。接下来我们将讨论与版权、偏见和深度伪造问题相关的道德问题。我们将学习如何以避免偏见的方式提示图像生成。我们还将展示以创造性和有益的方式使用这些工具的艺术家的示例。您将了解如何使用 genAI 创作艺术品是一个复杂得多的过程，而不仅仅是输入提示并接受第一个输出。我们会听到残疾艺术家的意见，他们发现当他们无法再使用物
Local Mechanisms of Compositional Generalization in Conditional Diffusion
条件扩散模型似乎能够进行成分泛化，即为调节器的分布外组合生成令人信服的样本，但这种能力背后的机制仍不清楚。为了使这一点具体化，我们研究了长度泛化，即生成具有比训练期间看到的更多对象的图像的能力。在受控的 CLEVR 设置中（Johnson 等人，2017），我们发现在某些情况下可以实现长度泛化，但在其他情况下则不能，这表明模型有时只能学习底层的组成结构。然后我们调查......
The End of GPUs? Optical AI takes over
加州大学洛杉矶分校的研究人员开发了光学生成模型——利用光而不是传统电子计算来创建图像的人工智能技术。这项创新提供了高速、节能的图像生成，其质量可与数字扩散模型相媲美。
Scientists Unveil AI That Runs on Light, Not Power-Hungry Chips
在发现相等的科幻小说和环境突破的发现中，加州大学洛杉矶分校的研究人员设计了一个AI图像发生器，该生成器用光而不是电力解码。他们的系统在流行力学中描述，使用激光和空间光调节器立即产生图像，同时减少了传统扩散模型的重量需求。这很重要，因为AI的碳足迹并不小。 Openai曾经透露，在今年早些时候的一周中，用户产生了超过7亿张图像，引发了有关可持续性作为收养飞机的疑问。通过避开大部分数字咕unt作品，光学AI可以提供[…]
