一个文本-图像对数据都不用,也能让 AI 学会看文作图?来自字节的最新 text2image 模型,就做到了。实验数据显示,它的效果比 VQGAN-CLIP 要真实,尤其是泛化能力还比不少用大量文本-图像数据对训练出来的模型要好很多。嗯?不给文字注释 AI 怎么知道每一张图片代表什么?这个模型到底咋训练出来的?不用文字训练也能根据文本生成图像首先,之所以选择这样一种方式,作者表示,是因为收集大量带文字的图像数据集的成本太高了。而一旦摆脱对文本-图像对数据的需求,我们就可以直接用大型无文本图像数据集 (比如 ImageNet)来训练强大且通用的 text2image 生成器。字节实现的这个模型叫做 CLIP-GEN,它具体是怎么操作的?一共分三大步。首先,对于一幅没有文本标签的图像,使用 CLIP 的图像编码器,在语言-视觉(language-vision)联合嵌入空间(embedding space)中提取图像的 em
字节跳动最新文本生成图像 AI,训练集里居然没有一张带文字描述的图片?!
2022-03-23 21:36:35来源: IT之家
关注公众号
赞
你的鼓励是对作者的最大支持
- 2024 ACCA-SNAI年度研讨会: 为新质生产力注入财会动能2024-05-16 17:30:00
- 谷歌 2 小时复仇硬刚 GPT-4o:Gemini 颠覆搜索,视频 AI 对抗 Sora2024-05-16 13:24:48
- Rapidus 携手 RISC-V 设计企业 Esperanto,开发低功耗数据中心 AI 芯片2024-05-16 14:09:33
- 含 AI 工具中的“满分”漏洞,英特尔发 41 份公告修复 90 个漏洞2024-05-16 14:42:29
- 魅族全新 Flyme AIOS 登场:支持一键 AI 搜索、AI 接听等2024-05-16 14:52:28
- GPT-4o 再秀神操作,“复现”OpenAI 总裁讲课,网友当真了2024-05-16 14:56:58
- 599 元,魅族 LIVE AI 真无线 Hi-Fi 降噪耳机发布2024-05-16 15:31:33
- 乐道首车 L60 开启预售;字节跳动发布豆包大模型;微软中国AI团队整体打包赴美|Do早报2024-05-16 08:54:47
- 【钛晨报】证监会:从严打击严重危害市场平稳运行、侵害投资者合法权益等违法行为;字节跳动自研大模型豆包宣布正式对外提供服务…2024-05-16 07:20:00
- 智氪 | AI锋芒初现,助腾讯业绩大超预期2024-05-15 18:09:46
- 1天猫推出 88VIP 购物月卡:可领 618 大额券,首月 8.8 元
- 2步长制药成立药妆生物科技公司 注册资本1000万
- 3瑞典最大投资后,这家新能源企业复盘遇到的出海“坑”|钛媒体「出海参考」之供应链出海记
- 4开中国车企“重组”先河?消息称高合获 10 亿美元投资,正重建、复产
- 5深圳微步 GP10 掌机将亮相台北电脑展,搭载尚未发布的英特尔 Lunar Lake 处理器
- 6吉利在湖州成立销售新公司 注册资本1000万
- 712GB 内存,三星 Galaxy Z Fold6 手机跑分曝光:多核比前代高 29%
- 8泸州老窖六安钢铁集团成立贸易公司 注册资本4000万
- 9纵目科技在深圳成立新能源公司 注册资本1000万
- 10IBM发布2024年CEO调研报告:生成式AI时代加速到来,企业文化和员工技能需要"同频共振"