作者： 小麦AIGC 来源： 小麦AIGC

Google Research的研究团队提出了一种新的方法MobileDiffusion，能够在设备端（on-device）快速实现文本到图像生成。

MobileDiffusion模型只有520M大小，在高配的iOS和安卓设备上，只需0.5秒就可以生成512x512分辨率的图像（如下方视频）。

技术原理

MobileDiffusion是一个高效的潜在扩散模型（Latent Diffusion Model），专门为移动设备设计。

研究人员优化了模型架构，将UNet架构中包含了更多的Transformer块，并在更高分辨率下跳过自注意力（Self-Attention layer）层。

除此之外，还优化了图像解码器，训练了精简版的变分自动编码器（VAE），比SD小得多，但具有更好的质量指标。

另外，研究人员还采用DiffusionGAN技术来在推理过程中实现一步采样，并在利用GAN对去噪步骤进行建模的同时，微调了一个预训练扩散模型。

生成效果演示：

不过谷歌还未开源代码或提供产品demo，我们持续保持关注。

官方博客：

https://goo.gle/3vWqE5J

论文：

https://arxiv.org/abs/2311.16567

END

如果喜欢上面的内容，请关注小麦AIGC，最新内容每日更新；如有好的选题建议，也可以给我们发消息哦。

点个在看，你最好看

更多AI工具，参考Github-AiBard123，国内AiBard123