مدلهای تولید تصویر (Diffusion Models) این روزها بسیار قدرتمند شدهاند، اما در کنترل دقیق شرایط (مثل حفظ جزئیات در سبکهای خاص) هنوز چالشهایی دارند. محققان متد جدیدی به نام DICT (Data Injection and Contrastive Trajectory Refinement) را معرفی کردهاند که بدون نیاز به آموزشهای سنگین، کیفیت تولید تصویر را به طرز چشمگیری بالا میبرد.
این روش با تزریق هوشمند سیگنالها در مراحل اولیه نویززدایی و پالایش مسیر تولید، باعث میشود خروجی نهایی هم بسیار دقیقتر باشد و هم در کارهای مختلف (مثل تبدیل سبک تصویر) بهتر عمل کند. یک قدم رو به جلو برای سادهتر و دقیقتر شدن ابزارهای هوش مصنوعی تولید تصویر! 🚀
منبع: arXiv Computer Vision