IDM améliore la génération d'images en quelques étapes
En bref
- IDM ajoute une contrainte de moments statistiques à la distillation DMD pour améliorer la génération d'images en quelques étapes.
- Les scores atteignent 94,25 % et 90,20 % sur LongText-Bench en chinois et anglais avec deux évaluations du réseau.
- Les caractéristiques EMA du générateur remplacent un encodeur externe, sans perte de performance.
Une équipe propose Intrinsic Distribution Matching (IDM), une méthode pour améliorer la génération d'images à partir de texte en quelques étapes. Selon l'annonce, IDM ajoute une contrainte explicite sur les moments statistiques à la distillation par correspondance de distribution (DMD), afin de mieux aligner la distribution générée sur la référence.
IDM conserve la correction DMD complète et utilise les caractéristiques de la copie EMA du générateur pour contraindre les moyennes et écarts-types par coordonnée, sans encodeur externe. Les expériences, menées sur Z-Image-Turbo 6B et Qwen-Image 20B avec réglages plein ou LoRA, montrent des scores de 94,25 % et 90,20 % sur LongText-Bench en chinois et anglais à deux évaluations du réseau. Les ablations contrôlées confirment les gains apportés par la perte sur les moments, tandis que les caractéristiques EMA rivalisent avec un encodeur DINOv2 sur cinq métriques.
Cette avancée cible les modèles de génération rapide d'images, où la précision des détails longs reste un défi malgré un nombre limité d'évaluations. Le code est disponible en open source, et les poids des modèles seront publiés prochainement.
Ce que ça change pour vous
- Média & DivertissementLes créateurs de contenu et studios peuvent générer des visuels plus précis à moindre coût de calcul, améliorant la qualité des productions avec des modèles légers.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez Hugging Face Daily Papers.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur