1 简介 论文： Recommendation via Collaborative Diffusion Generative Model 源代码：https://github.com/WorldChanger01/CODIGEM 主要思想：将超分重构的扩散模型 (Denoising Diffusion Probabilistic Model, DDPM)迁移到推荐系统领域。DDPM模型在进行超分重构的时候，有两个...

Stable Diffusion XL：更快，更强 今天，Stability AI 的创始人兼首席执行官 Emad Mostaque 发推宣布，Stable Diffusion XL 进入公测阶段。 核心信息总结起来有2点： “XL”不是新模型的官方名称，Stability AI后面会官宣正式名称；图片生成质量得到了进一步提升；图像生成速度比之前版本快很多。 实际效果到底怎么样，我给大家做了一个对比。 文章目录 ...

🎈 界面参数 在使用 Stable Diffusion 开源 AI 绘画之前，需要了解一下绘画的界面和一些参数的意义目前 AI 绘画对中文提示词的效果不好，尽量使用英文提示词最主要一些参数如下：Prompt： 正向提示词，也就是 tag，提示词越多，AI 绘图结果会更加精准Negative prompt： 反向提示词，也就是反向 tagWidth / Height：要生成的图片尺寸。尺寸越大，越耗性能，耗时越久。...

样了，全是开源的，自己部署一下可以玩个爽~正好我们这有台2080Ti的工作站，之前用来训练模型的，现在部署个画图应该轻轻松松，于是就开始了折腾之路~效果先看看我生成出来的一些图片 Stable DiffusionAI画图有 Novel AI 、Disco Diffusion、Stable Diffusion 等模型，为了快速上手，我选择了最简单的 Stable Diffusion ~Stable Diff...

去除噪声来生成图像。扩散模型在许多生成任务[3,4,37,63,85]中取得了巨大的成功，并开始在图像分割[1,5,6,12,28,42,89]等感知任务中进行探索。（原理和推导，请见上篇blog） DiffusionDet，将检测作为生成任务投射在图像中的位置（中心坐标）和边界框的空间和大小（宽度和高度）上来处理目标检测任务。在训练阶段，将由 方差 schedual控制的高斯噪声添加到groundtruth 中，...

扩散模型(Diffusion Model)最新综述+GitHub论文汇总-A Survey On Generative Diffusion 本综述来自香港中文大学Pheng-Ann Heng、西湖大学李子青实验室和浙江大学陈广勇团队，对现有的扩散生成模型进行了全面的回顾。本文首先提出了diffusion model改进算法的细化分类与深度解析，同时对diffusion model的应用进行了系统的回顾，最后率先汇总...

论文链接：https://arxiv.org/abs/2205.14217 代码链接：https://github.com/XiangLi1999/Diffusion-LM 一、简介 无需重训模型控制语言模型的表现是自然语言生成（NLG）的一个重要开放问题，近期工作已经在简单句子属性控制生成上取得了一定的进展，但是在复杂的、细粒度的控制上的进展还远远不够。作者指的更复杂，更细粒度的控制： 为了解决这一挑战，我们提...