【CVPR2023】DiffCollage:用扩散模型并行生成大量内容

本文提出DiffCollage，一种组合式扩散模型，可以通过利用在生成大型内容片段上训练的扩散模型来生成大型内容。该方法基于因子图表示，其中每个因子节点表示内容的一部分，变量节点表示它们的重叠部分。这种表示允许聚合在单个节点上定义的扩散模型的中间输出，以并行生成任意大小和形状的内容，而无需借助于自回归生成过程。将DiffCollage应用于各种任务，包括无限图像生成、全景图像生成和长时间文本引导的运动生成。与强自回归基线进行比较的广泛实验结果验证了所提出方法的有效性。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复或发消息“DFCG” 就可以获取《【CVPR2023】DiffCollage:用扩散模型并行生成大量内容》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料