AI Briefing#text-to-image
#text-to-image와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#text-to-image와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Qwen-Image-Flash는 이미지 생성 모델 가속화를 위해 목적 함수를 넘어 데이터 구성과 학습 파이프라인 최적화의 중요성을 제시한다.
MAI-Image-2.5가 Arena 텍스트-투-이미지 리더보드 3위를 기록하며 출시되었다.
PrismML이 WebGPU를 통해 브라우저에서 로컬 실행이 가능한 1-bit/ternary 기반 Bonsai Image 4B 모델을 공개했다.
NTM은 reverse step을 normalizing flow로 학습해 4-step 생성과 exact likelihood를 함께 노린다.
ElevenLabs의 음성 AI와 FLUX Kontext를 결합해 말로 이미지를 생성하고 편집하는 Vibe Draw를 구축했다.
Photoroom이 32개의 H200 GPU를 활용해 24시간 만에 텍스트-이미지 모델을 학습시키는 최적화된 레시피와 코드를 공개했다.
Qwen-Image-2.0은 1k 토큰 지시와 2K 해상도로 PPT·포스터·사진을 한 모델에 통합했다.
Qwen-Image-2512가 인물 사실감, 자연 디테일, 텍스트 렌더링을 크게 개선했다.
Hugging Face 커뮤니티가 텍스트-이미지 생성 모델 학습을 위한 오픈 소스 선호도 데이터셋을 공개했다.
HG-DPO 기반 백본 모델과 Instantbooth 모듈로 자연스러운 닮음도를 구현했으며, if(kakaoAI)2024에서 포토부스로 검증했다.
45,000건 이상의 인간 선호도를 기반으로 이미지 생성 모델의 성능을 비교하는 리더보드가 출시되었다.
Rectified Flow 모델의 노이즈 샘플링을 개선하고 새로운 Transformer 아키텍처를 도입해 고해상도 이미지 합성 성능을 높였다.
구글 MUSE를 재현한 비확산(non-diffusion) 방식의 효율적인 텍스트-이미지 생성 모델 aMUSEd가 공개되었습니다.
BentoML을 사용하여 멀티 스테이지 구조를 가진 DeepFloyd IF 모델을 효율적으로 배포하는 방법을 설명한다.
텍스트-이미지(TTI) 모델에서 발생하는 편향성의 원인을 분석하고 이를 평가할 개선된 방법론의 필요성을 강조한다.
rinna가 일본어 프롬프트와 일본 문화를 반영하는 'Japanese Stable Diffusion'을 공개했다.