扩散模型从原理到实战
上QQ阅读APP看书,第一时间看更新

1.2 扩散模型的发展

扩散模型从最初的简单图像生成模型,逐步发展到替代原有的图像生成模型,直到如今开启AI作画的时代,发展速度可谓惊人。因为本书主要介绍扩散模型的2D图像生成任务,所以本节仅介绍与2D图像生成相关的扩散模型的发展历程,具体如下。

开始扩散:基础扩散模型的提出与改进。

加速生成:采样器。

刷新纪录:基于显式分类器引导的扩散模型。

引爆网络:基于CLIP(Contrastive Language-Image Pretraining,对比语言-图像预处理)的多模态图像生成。

再次“出圈”:大模型的“再学习”方法——DreamBooth、LoRA和ControlNet。

开启AI作画时代:众多商业公司提出成熟的图像生成解决方案。