هدف ابزار هوش مصنوعی جدید دموکراتیک کردن تولید تصویر با وضوح بالا است

در جهان از هوش مصنوعی تولید تصویر، ابزارهایی مانند DALL-E و Midjourney تاج را در دست دارند – و نه صرفاً به دلیل عملکرد با وضوح بالا. آموزش این مدل ها به سرمایه گذاری و منابع قابل توجهی نیاز دارد که به ناچار منجر به خدمات متمرکز و دسترسی پرداخت به ازای استفاده می شود.

یک ابزار هوش مصنوعی جدید که توسط دانشگاه ساری توسعه یافته است، با هدف معکوس کردن این روند و دموکراتیک کردن فناوری، با گشودن تولید تصاویر با وضوح بالا برای مخاطبان گسترده تر، طراحی شده است.

این مدل که DemoFusion نام دارد به کاربران اجازه می دهد بدون نیاز به اشتراک در یک سرویس یا داشتن یک کامپیوتر بسیار قدرتمند، تصاویری با کیفیت بالا تولید کنند. در واقع، این سیستم فقط به یک GPU RTX 3090 درجه مصرف کننده نیاز دارد که می تواند در هر رایانه بازی میان رده یا Mac M1 یافت شود.

هوش مصنوعی در اصل یک افزونه plug-and-play برای مدل منبع باز Stable Diffusion XL (SDXL) است که تصاویر را با وضوح ۱۰۲۴×۱۰۲۴ تولید می‌کند. DemoFusion افزایش وضوح ۴x، ۱۶x یا حتی بالاتر را امکان پذیر می کند – با چند خط کد ساده و بدون آموزش اضافی. تنها معامله به گفته تیم “کمی صبر بیشتر” است. ما آن را در TNW امتحان کردیم و حدود شش دقیقه است.

برای دستیابی به این نتایج با رزولوشن بالا، دانشمندان ابتدا تصاویری با وضوح پایین تولید کردند و سپس با استفاده از فرآیندی به نام افزایش مقیاس پیشرونده، آن‌ها را بهبود بخشیدند. این کار جزئیات و وضوح SDXL را با کار کردن روی تصاویر در وصله‌ها بهبود می‌بخشد.

پروفسور Yi-Zhe Song گفت: “برای اولین بار، تکنیک منحصر به فرد ما به کاربران اجازه می دهد تصاویر تولید شده توسط هوش مصنوعی خود را بدون نیاز به قدرت محاسباتی زیاد یا هر گونه آموزش مجدد مدل بهبود بخشند.”

“هنر دیجیتال و تصاویر رسانه قدرتمندی است که همه باید به آن دسترسی داشته باشند – نه فقط تعداد انگشت شماری از شرکت های ثروتمند. به همین دلیل است که DemoFusion را در دسترس عموم قرار دادیم. ما معتقدیم که می تواند زندگی ما را غنی کند و همه باید بتوانند از آن استفاده کنند.”

تکنیک جدید است در دسترس آنلاین در روزنامهDemoFusion: دموکراتیک کردن تولید تصویر با وضوح بالا بدون $$$“

اینکه آیا DemoFusion برای رقابت با غول هایی مانند DALL-E OpenAI جذابیت کافی به دست خواهد آورد یا خیر، هنوز مشخص نیست، اما ایجاد آن گام مهمی برای باز کردن پتانسیل تولید تصویر هوش مصنوعی برای عموم و بیشتر است. فن آوری انجمن.