创建 AI 图像的速度快 30 倍将 Dall-E 3 和稳定扩散技术甩在身后

现在，大家对 Dall-E 或稳定扩散的魔力应该不陌生了。通过对场景、内容的简要描述，或许再加上一两句评论，一幅或多或少逼真的画面就会出现。幸运的是，这通常可以被识别为人工智能生成的作品，但它也能达到目的：我不必把一只狗放在冲浪板上或把一只狐狸穿上宇航服。只需点击几下，就能得到想要的图像。

然而，在后台，这是一个计算密集的过程，包括无数次迭代，不断重复算法，最终得到想要的图像。然而，麻省理工学院的研究人员成功地省去了这些繁多的中间步骤。取而代之的是，描述的场景只需一步即可创建。

这样，在大幅降低必要计算能力或等待时间的同时，还能获得类似的结果。同时，驱动 "分布匹配蒸馏（DMD）"系统所需的功率也更低。

更形象地说：用于训练的图像被分解成更粗糙的区域。这样就能根据拍摄对象确定大致的图像构成。此外，还要分析各种图像元素的概率，以便最终获得一个连贯的场景。

最终，详细信息和复杂性都会降低，图像生成器的速度也会随之加快。同样的硬件，每幅图像只需约 100 毫秒（三十分之一），而不是 2 至 3 秒。

如果你仔细观察图像，细节的减少是显而易见的。背景略显模糊，图像元素可能会重复出现。在某些情况下，图案看起来仍然会好很多，而且更容易被识别为人工智能的整体作品，或者至少是人工作品。另一个积极效果。

除了狐狸宇航员，还可以在找到 DMD 模型的许多其他示例。.