CHATGPT再次刷新AI图像生成技术！

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

CHATGPT最新发布的连续时间一致性模型（sCMs）在图像生成领域取得了突破性进展。这项技术仅需两步就能生成与领先扩散模型相媲美的高质量图像，同时将计算量削减了90%。

这一成果源于CHATGPT对连续时间一致性模型的简化、稳定和扩展。研究团队引入了TrigFlow框架，统一了Elucidating Diffusion Models (EDM)和流匹配参数化。他们还实施了一系列创新技术，包括：

• Jacobian-向量积（JVP）重排，提高FP16训练的数值稳定性

• 切线归一化控制梯度方差

• 网络架构中的自适应双重归一化

• 训练目标中的渐进退火和自适应加权

• 支持JVP的Flash Attention，提高内存效率

这些改进使得sCMs在多个数据集上都取得了令人瞩目的成果：

• CIFAR-10上的FID得分为2.06

• ImageNet 64x64上的FID得分为1.48

• ImageNet 512x512上的FID得分为1.88

更重要的是，sCMs成功将模型规模扩展到了15亿参数，并在ImageNet 512x512上实现了稳定训练。这一突破意味着AI图像生成技术正在向更高效、更高质量的方向快速发展。

那么，连续时间一致性模型到底是什么？

简单来说，它是一种能够直接将噪声输入映射到干净数据的神经网络。与传统的扩散模型不同，sCMs使用连续时间公式，通过微积分（ODE）而非离散步骤来完成这一过程。

这种方法的优势在于：它能够在一次平滑操作中完成图像清理，遵循从噪声到干净数据的连续路径。这不仅大大提高了生成速度，还保持了图像质量。

随着sCMs技术的进一步发展和应用，我们有理由期待更快速、更高质量的AI图像生成将很快成为现实。

相关链接

https://twitter.com/rohanpaul_ai/status/1849288848699970015

https://arxiv.org/html/2410.11081v1