第(2/3)頁

    隱姓埋名，一舉奪得繪畫大賽金獎的那副【太空歌劇院】便是Midjourney的作品。

    按理來說，這個路線更具美感，既能夠起到震撼宣傳的效果，又能吸引大量用戶，應該是上上之選。

    不過對比開源的擴散模型辦法，Midjourney使用的是公共平臺機器人來處理用戶的請求。

    由于其封閉盈利的模式，孟繁岐對這款AI的具體技術細節(jié)知之甚少，也不清楚它最為核心的技術關鍵是什么，因而只得放棄這條線路。

    “如果從前世的知名度和受歡迎情況來看，擴散模型和Midjourney會更加穩(wěn)定，不過DALLE在我重生前已經和ChatGPT進行了組合，有非常大的潛力，考慮到以后的發(fā)展情況的話我需要對兩者路線進行融合。”

    正是因為需要集兩家之長處，孟繁岐的擴散繪圖AI才會比預期要晚了幾個月。

    最終形成了一個比較成熟的壓縮、擴散、和隱空間再擴散三步走的系統(tǒng)。

    這種整體做法的實驗、討論和最終確定，耗費的時間甚至比正式訓練還要久。

    “也不知道量子計算機這種計算性能數(shù)量級提升的東西什么時候能弄出來，如果算力夠快，其實能省事不少。”孟繁岐想起這件事情還是覺得疲倦。

    之所以要拆分出這么多模塊，其中最大的原因就是計算資源消耗的問題。

    圖像的分辨率是平方，T方法內的運算又有維度上平方的操作，用戶覺得256和512分辨率的圖片差不多，可反應到全局則往往會是一個數(shù)量級的提升。

    為此，只得將擴散模型的學習步驟放到低緯度空間里進行采樣。

    說直白點，就是先把分辨率搞低，從而極大地減少擴散前后步驟的計算量。

    “這樣做會不會有損性能？使得生成的圖片效果不夠好？”決定發(fā)布這版本算力上有所閹割的擴散模型，CloseAI內部也提出了這樣的擔憂。

    畢竟算法方面其實可以做得更好，雖然代價會大一些。
    第(2/3)頁