Google perkenal Diffusion Controller untuk imej AI yang lebih menepati arahan

Arahan kepada penjana gambar AI tidak semestinya diterjemahkan tepat pada imej akhir. Google Research memperincikan Diffusion Controller, rangka kerja yang mengawal proses penjanaan secara berperingkat supaya hasilnya lebih menepati kehendak pengguna.

Kaedah ini menggunakan rangkaian tambahan yang mengubah arah penjanaan ketika imej dibentuk daripada hingar. Model asas boleh dikekalkan, sementara lapisan kawalan dilatih untuk mengimbangi pematuhan arahan dengan mutu gambar.

Diuji pada Stable Diffusion 1.4

Eksperimen menggunakan Stable Diffusion 1.4 dan ukuran Human Preference Score. Google melaporkan pendekatan ini mengatasi kaedah perbandingan yang digunakan dalam beberapa tetapan latihan, termasuk apabila capaian kepada bahagian dalaman model adalah terhad.

Angka kemenangan 90% yang diketengahkan merujuk kepada versi yang turut melatih model asas dengan capaian penuh. Ia bukan jaminan bahawa 90% arahan pengguna akan dipenuhi, atau keputusan untuk semua model penjana gambar.

Diffusion Controller diperincikan sebagai penyelidikan. Blog tersebut tidak mengumumkannya sebagai fungsi pengguna baharu yang boleh terus dihidupkan dalam Gemini atau Nano Banana.

Sumber: Google.

Gambar utama: Visual rasmi Google Research.