谷歌Fluid颠覆共识：两大因素被发现，AI文生图领域自回归模型超越扩散模型

图片地址：https://n.sinaimg.cn/spider20241023/157/w1125h632/20241023/edb6-5ca63add64dd34baac71043ee9285b1b.jpg

10 月 23 日消息，科技媒体 The Decoder 昨日（10 月 22 日）发布博文，报道称谷歌 DeepMind 团队携手麻省理工学院（MIT），推出了全新的“Fluid”模型，在规模达到 105 亿参数时候，能取得最佳的文生图效果。目前在文生图领域，行业内的一个共识是自回归模型（Autoregressive Models）不如扩散模型（Diffusion Models）。 IT之家简要介绍下这两种模型：扩散模型 (Diffusion Models): 这是一种最近非常热门的内容生成技术，它模拟的是信号从噪声中逐渐恢复的过程。扩散模型通过迭代地减少随机噪声来生成高质量的图像、文本和其他形式的数据。比如应用于图像生成领域中的 DDPM（离散扩散概率模型）及其变体就有很高的关注度。自回归模型 (Autoregressive Models): 自回归模型预测序列中的下一个元素时，依赖于前面的元素。在文本生成领域，像基于