Compositional Discrete Latent Code for High Fidelity, Productive Diffusion Models
组合式离散潜在代码用于高保真、高效的扩散模型
机构 * Mila, Université de Montréal(蒙特利尔大学)
专题命中 扩散模型 :diffusion(title,abstract);image generation(abstract);text-to-image(abstract);分类 cs.CV
AI总结 本文提出离散潜在代码(DLC)以提升扩散模型的生成保真度,通过组合性实现分布外样本生成,并展示其在图像生成和文本到图像生成中的应用。
Comments Published at NeurIPS, 22 pages, 7 tables, 12 figures, code and models available