Нейросеть YandexART 1.3 стала создавать более реалистичные картинки

[душман]

Яндекс представил диффузионную нейросеть YandexART 1.3. Она перешла на новую технологию для генерации изображений - латентную диффузию.Как рассказали в пресс-службе отечественного поисковика, датасет, на котором обучалась модель, был увеличен в 2,5 раза. Благодаря этому машинные алгоритмы лучше понимают текстовые запросы и создают ещё более реалистичные изображения в разных форматах. Новая версия уже применяется в "Шедевруме", а позднее появится и в других сервисах.

По заявлению российского IT-гиганта, технология латентной диффузии потребляет меньше вычислительных ресурсов и позволяет создавать более реалистичную графику. Она формирует промежуточное представление картинки в виде латентного кода - компактного описания, содержащего основную информацию об изображении в сжатой форме. 

Затем нейросеть за один шаг разворачивает код в полноценное изображение высокого разрешения. Такой подход более эффективен, чем многоэтапное уточнение картинки в каскадной диффузии.Чтобы модель лучше понимала запросы пользователей, в датасет, на котором она обучалась, были добавлены синтетические тексты - сгенерированные нейросетью подробные описания изображений. Сам набор данных был увеличен до более чем 850 миллионов пар картинок с текстом.