AI Briefing#diffusion-model
#diffusion-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#diffusion-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Photoroom이 32개의 H200 GPU를 활용해 24시간 만에 텍스트-이미지 모델을 학습시키는 최적화된 레시피와 코드를 공개했다.
SK플래닛이 Zero-Shot Voice Conversion으로 개인화 음성 생성의 구조를 풀어냈다.
SP4D는 단일 시점 입력으로 RGB와 kinematic part 비디오를 함께 생성한다.
LADD 기술을 통해 4단계 샘플링만으로 고해상도 이미지를 생성하는 SD3-Turbo를 선보였다.
Stable Virtual Camera는 3D 카메라 제어를 통해 일관성 높은 다중 뷰 비디오를 생성하는 범용 확산 모델이다.
FuriosaAI가 ECCV와 CoLM에서 멀티모달 학습 및 확산 모델 제어 관련 연구 논문을 발표했다.
HG-DPO 기반 백본 모델과 Instantbooth 모듈로 자연스러운 닮음도를 구현했으며, if(kakaoAI)2024에서 포토부스로 검증했다.
OpenAI가 단 2단계의 샘플링만으로 기존 확산 모델 수준의 품질을 구현하는 sCM 기술을 공개했다.
Quanto 양자화 도구를 활용해 Diffusion Transformer 모델의 메모리 사용량을 효율적으로 줄이는 방법을 제시한다.
CVPR 2024 Best Paper로 선정된 이미지 동역학 예측 연구와 LG AI 연구원의 카메라 노출 제어 연구를 소개한다.
Diffusion 모델의 느린 생성 속도를 극복하기 위해 노이즈를 데이터로 직접 매핑하는 Consistency Models를 제안한다.
증류(distillation) 없이 데이터로부터 직접 학습하는 방식을 도입해 Consistency Model의 생성 품질을 대폭 향상했다.
OpenAI가 15초의 음성 샘플로 맞춤형 목소리를 생성하는 Voice Engine의 기술적 원리와 안전 연구 내용을 공개했다.
Rectified Flow 모델의 노이즈 샘플링을 개선하고 새로운 Transformer 아키텍처를 도입해 고해상도 이미지 합성 성능을 높였다.
HuggingFace의 TRL 라이브러리가 DDPO를 지원하여 Stable Diffusion 모델의 RLHF 미세 조정을 가능하게 한다.
42배의 높은 공간 압축률을 통해 학습 및 추론 비용을 획기적으로 줄인 새로운 확산 모델 Würstchen이 공개되었다.
Hugging Face의 Diffusers 라이브러리가 출시 1주년을 맞아 주요 기능 업데이트와 발전 과정을 정리했다.
Hugging Face가 Diffusers 라이브러리의 책임감 있는 개발을 위한 윤리적 프레임워크를 발표했다.
이산적 잠재 공간에서 동작하는 조건부 잠재 확산 모델인 VQ-Diffusion의 기술적 특징과 구현법을 다룬다.