您现在的位置是:热点 >>正文
字节跳动推出 USO 模型,打破 AI 图像生成的 “风格与主题” 对立
热点23374787人已围观
简介...
在 AI 图像生成领域,风格驱动和主题驱动的图像生成一直以来被视为两个相对独立的任务。前者注重风格的相似性,而后者则强调主题的字一致性,造成了两者之间的矛盾。最近,字节跳动的智能创作实验室(UXO Team)推出了名为 USO(统一风格 - 主题优化)的新模节跳型,成功地解决了这一行业长期以来的难题。
字节跳动的研究人员深知 AI 模型的成长依赖于数据。因此,他们建立了一个庞大的数据集,包含大约2动推0万个三元组。每个三元组包括一张 “风格参考图”、一张 “内容参考图”,以及一张 “风格化目标图”。通过这个设计,模型能够学习如出 何将风格与内容相结合。
在模型的训练过程中,字节跳动采用了独特的两阶段训练法。第一阶段专注于风格的学习,采用了先进的图像编码US器,帮助模型理解更深层次的艺术风格。第二阶段则将内容信息加入,通过处理确保主题的准确性。这一方法让风格和内容在模型中分开学习,O 最终在生成图像时实现完美融合。
为了进一步提升模型的表现,字节团队还引入了风格奖励学习(SRL)机制,通过强化训练激励模型在保持模型主题不变的情况下尽量模仿风格。最终,这一系列创新使 USO 在生成图像时展现出了极高的灵活性和精准度。
为验证 USO 的能力,字节跳动还推出,打了业界首个能同时评估风格相似度和主题保真度的基准测试平台 USO-Bench。在这一平台上,USO 在各个维度上均取得了显著优势,超破 越了现有的开源模型。
USO 的技术不仅在数字艺术领域表现出色,也为商业设计带来了新的可能。品牌可以利用 USO 生成风格多样但又统一的AI营销材料,满足不同平台的需求。更重要的是,USO 已经全面开源,鼓励更多的开发者和创作者一起探索其潜力。
github:htt 图ps://github.com/bytedance/USO
体验:https://huggingface.co/spaces/byte像生dance-research/USO
划重点:
- 字节跳动推出的 USO 模型打破了风格与主题的对立,实现了两者的完美结合。
- US成的O 模型通过创新的训练方式和庞大的数据集,提升了图像生成的灵活性与精准度。
- USO 已全面开源,鼓励开发者探索其在创意内容和商业设 “计中的应用。
Tags:
相关文章
濡備綍璁捐�鍙��鍖栨惌寤哄钩鍙扮殑缁勪欢鍟嗗簵锛�
热点涔嬪墠涓€鐩村湪鍋� lowcode 鍜屽彲瑙嗗寲鐩稿叧鐨勯」鐩�紝涔熷洿缁曞彲瑙嗗寲鎶€鏈�緭鍑轰簡涓€绯诲垪鎶€鏈�枃绔狅紝浠婂ぉ鎴戠户缁�拰澶у�鏉ヨ亰鑱婂彲瑙嗗寲骞冲彴鐩稿叧鐨勮瘽棰樷€斺€旂...
【热点】
阅读更多大模型正颠覆金融服务,度小满CEO揭秘AI如何助力普惠金融
热点在定于11月3日开幕的2025年香港金融科技周上,金融科技与人工智能的深度融合再次成为全球焦点。本届盛会汇集了香港特区行政长官李家超、诺贝尔物理学奖得主杰弗里·辛顿(Geoffrey Hinton)等...
【热点】
阅读更多无人机造福农民的三种方式
热点无人机在农业革命中发挥着重要作用。 通过采用无人机,农民可以提高作物产量,减少投入的时间和精力,并显著获得最大的投资回报。 1. 土壤测量 在作物种植前,农民应确保土壤肥沃。他们从土壤样本中收集的数据...
【热点】
阅读更多