谷歌携手UC伯克利要终结扩散模型，新方法IGN可单步生成逼真图像

IT之家 11 月 14 日消息，谷歌近日携手加州大学伯克利分校（UC Berkeley），研发出了可取代扩散模型（Diffusion Models）的全新生成式 AI 方法--幂等生成网络（IGN）。

包括生成对抗网络（GAN）、扩散模型（Diffusion Models）和今年 3 月 OpenAI 发布的一致性模型（Consistency Models）在内，当前主流生成式 AI 模型都是随机噪点、草图或者低分辨率或其他损坏的图像等输入，映射到与给定目标数据分布相对应的输出（通常是自然图像）来生成图像。

以扩散模型为例，在训练期间学习目标数据分布，然后通过多个步骤执行“去噪”处理。

谷歌研究团队提出了名为幂等生成网络（IGN）的全新生成模型，从任何形式的输入中生成合适的图像，理想情况下只需一步即可完成。

该模型可以想象为一种“全局投影仪”，将任何输入数据投射到目标数据分布上，和现有其它模型算法不同，不会限于特定的输入。

IGN 和 GAN、扩散模型主要有两点不同：

GAN 需要单独的生成器和鉴别器模型，而 IGN 是“自我对抗”的，可以同时扮演着两种角色。

扩散模型需要执行增量步骤，而 IGN 可以单个步骤中将输入映射到数据分布上。

研究人员使用 MNIST 和 CelebA 数据集展示了 IGN 的潜力。该团队展示了一些应用，例如将草图转换为逼真的图像、从噪点生成图像或修复损坏的图像等。

IT之家在此附上论文详细地址，感兴趣的用户可以深入阅读。