产品信息
Google Brain team 推出的文本到图像生成模型,具有前所未有的写实主义程度和深度的语言理解。
我们提出了Imagen,一个文本到图像的扩散模型,具有前所未有的写实主义程度和深度的语言理解。Imagen建立在理解文本的大型变压器语言模型的基础上,并依赖于在高保真图像生成中扩散模型的强度。我们的关键发现是,在纯文本语料库上进行预训练的通用大型语言模型(例如T5)在编码用于图像合成的文本方面惊人地有效:在Imagen中增加语言模型的大小比增加图像扩散模型的大小更能提高样本保真度和图像-文本对齐。
相关资源
热门文章
ChatGPT for any role— OpenAI推出的ChatGPT提示词模板
2025-10-28
By DDD
豆包语音2.0— 字节跳动推出的升级版AI语音模型
2025-10-17
By DDD
蚂蚁开源 Ring-1T,成就推理、编程、通用智能三冠王
2025-10-25
By 爱谁谁
DeepSeek中文版网页登录 deepseek免注册版入口
2025-10-16
By 下次还敢
deepseek在线版官网 deepseek网页版免费入口
2025-10-21
By 下次还敢