AITOP

Stable Diffusion

共 6 条相关 AI 资讯
8月26日
03:35
7月27日
10:57
10:57官方账号arXiv cs.LG@Ahmed M. Abuzuraiq, Philippe Pasquier
论文提出一种面向创意实践的可解释AI方法，让艺术家能检查、修改和调试扩散模型内部结构。作者在ComfyUI的节点工作流中集成了交互式层选择与干预控件，实现模型弯曲。通过对Stable Diffusion 1.5进行定性与定量分析，发现操纵不同组件（如UNet层）会产生相对一致的视觉效应。该方法帮助艺术家建立层级的直觉，理解模型各部分如何影响生成图像。
论文Stable DiffusionComfyUI扩散模型
推荐理由：这篇论文告诉你，艺术家也能像玩材料一样玩扩散模型内部。他们在ComfyUI做了交互工具，能直接操纵Stable Diffusion的层，看到具体变化。不是理论说教，是真能动手调的。
原文
7月14日
09:23
09:23官方账号arXiv cs.LG@Peizhuo Li, Emre Aksan, Alexandru-Eugen Ichim, Thabo Beeler, Olga Sorkine-Hornung
该论文提出一种无需重新训练的推理方法，通过温度采样（γ<1）和方差校正时间偏移来提升扩散模型的输出多样性。核心思想是：对分数进行γ缩放虽能重加权模式，但会膨胀每模式的方差；而在偏移的时间步查询网络并缩放分数，可抵消方差膨胀。在DiT、Stable Diffusion和Motion Diffusion模型上验证了该方法能一致提升多样性，同时保持样本质量和条件保真度。论文还发现时间干预时机可实现粗到细控制：高噪声阶段驱动跨模式的组合多样性，低噪声阶段驱动固定组合下的局部外观变化。
论文DiTStable DiffusionMotion Diffusion
推荐理由：想在不重训模型的情况下让扩散模型生成更多样化的结果？这篇论文给出了一个简单有效的技巧：温度采样配合时间偏移，在DiT、Stable Diffusion上都有效果。
原文
6月26日
10:51
10:51官方账号arXiv cs.AI@Chi Cui, Yixin Wu, Yang Zhang
该论文对4chan上的AI非自愿合成色情图像（SNEACI）进行了大规模研究，识别出24,105条SNEACI内容。研究发现，非名人目标占比从先前研究的4.7%飙升至55.8%，表明AI裸化已从攻击公众人物转向伤害用户社交圈内的普通人。开源模型主导生产：Stable Diffusion系列生成42.7%的图像，Wan生成66.5%的视频，依赖数千个共享微调模型和教程。最活跃的内容生产者贡献了780条，推动社区参与并降低技术门槛。
论文Stable DiffusionWan4chan
推荐理由：这篇论文用硬数据告诉你，AI脱衣已经从搞名人变成搞普通人了，而且Stable Diffusion和Wan是主要生产工具，4chan社区里几百条的高产作者在推波助澜。
原文
6月17日
09:42
09:42官方账号arXiv cs.AI@Jinjie Shen, Wei Deng, Xian Hu, Daiguo Zhou, Jian Luan
STAR方法针对文本到图像生成的RL后训练中的奖励粒度不匹配问题，提出时空自适应奖励分配。它利用生成模型内的文本-图像注意力，在去噪步骤和生成过程中动态构建空间分配图，将组相对优势分配给更相关的潜在区域。以Stable Diffusion 3.5 Medium为基础模型，在GenEval、OCR文本渲染和PickScore三项任务上分别达到0.9759、0.9757和23.60的分数。
论文STAR文本到图像生成强化学习
推荐理由：这篇论文提出STAR方法，通过空间和时间自适应分配奖励，让RL后训练更精准地优化文本到图像生成，效果在GenEval等基准上显著提升。
原文
5月27日
21:52