LADD
https://arxiv.org/abs/2403.12015
Fast High-Resolution Image Synthesis with Latent Adversarial Diffusion Distillation
従来の拡散モデルの問題を解決するために、一度のステップで推論を行う「
adversarial diffusion distillation
(
ADD
)」が導入されましたが、最適化が難しく、
DINOv2
という事前訓練済みの識別器に依存しているため、高コストがかかります。
LADDは、事前訓練済みの潜在拡散モデルから生成された特徴を利用し、訓練を簡素化し、高解像度の多アスペクト比画像の合成を可能にします。
蒸留