Дифузионни модели (Diffusion Models)
Дифузионните модели (Diffusion Models) са клас генеративни вероятностни модели, които създават нови данни чрез постепенно премахване на шум от предварително замъглен входен сигнал.
Те се превърнаха в доминираща архитектура за синтез на фотореалистични изображения, видео и комплексни аудио спектрограми поради стабилното си обучение и високото качество на генерираните резултати.
Споменавания в статии
- Inception представи Mercury 3: Дифузионен езиков модел, надминаващ авторегресивните архитектури
- Kling AI 4.0: Генерация на видео със стерео звук, многоезична синхронизация и Flash режим
- Black Forest Labs представи FLUX 3 Image Klein: Дифузионен модел от ново поколение с ултрависока резолюция
- Suno представи Speech: единен дифузионен модел за естествена реч и динамичен музикален съпровод