Latent Diffusion:Stable Diffusion 背后的架构
把去噪过程放进预训练自编码器的压缩潜空间,而非直接在像素上做,既大幅降低训练与推理成本,又用交叉注意力支持文本和布局条件。
机构
CompVis
以潜空间扩散和开放图像生成模型著称的计算机视觉研究组。
Research Papers Research Papers 机构
以潜空间扩散和开放图像生成模型著称的计算机视觉研究组。
把去噪过程放进预训练自编码器的压缩潜空间,而非直接在像素上做,既大幅降低训练与推理成本,又用交叉注意力支持文本和布局条件。