序章
最近流行のAIペイントが多くの人の注目を集めていますが、AIペイントがここ最近大きく進歩したのは、オープンソース化されたStable Diffusionのおかげではないかと個人的には思っています。安定拡散は、
潜在拡散モデル (LDM) に基づくテキストから画像へのモデルです。具体的には、Stability AI のコンピューティング リソース サポートと LAION のデータ リソース サポートのおかげで、Stable Diffusion は、特にテキストと画像の生成に使用される
LAION-5B のサブセットで潜在
拡散モデルをトレーニングしました。潜在拡散
モデルは、潜在的な表現空間でデータの「ノイズ除去」を繰り返すことによって画像を生成し、その表現結果を完全な画像にデコードします。これにより、テキストと画像の生成により、消費者グレードの GPU で 10 秒以内に画像を生成できるようになり、ランディングのしきい値が大幅に下がります。テキストと画像生成の分野にも火をもたらしました。
したがって、安定拡散とその背後にある原理を理解したい場合は、