マルチモーダル合成画像のための物理ベースのベンチマーク指標
マルチモーダル合成画像の評価において、物理法則に基づいた新しいベンチマーク指標「PCMDE」が提案されま…
画像生成
120件
拡散サンプリングのためのART：タイムステップスケジュールの強化学習アプローチ
拡散モデルの画像生成において、強化学習を用いてタイムステップの最適化手法「ART-RL」が開発されました。
AdaCorrection：拡散トランスフォーマーのための適応型オフセットキャッシュ補正
拡散トランスフォーマーの画像・動画生成における推論速度を向上させる新手法「AdaCorrection」が発表され…
ChatGPTの画像生成AIは本当に最強か Nano Bananaと比べて見えた“弱点”
ChatGPTの画像生成AI「GPT Image 2.0」が、実写人物の再現性で「Nano Banana Pro」に劣る点が指摘されまし…
AI生成画像の背景を透明化するのに役立つ画像背景削除ツール「Rembg」
AI生成画像の背景を透明化するオープンソースツール「Rembg」が公開されました。
P-Guide: Parameter-Efficient Prior Steering for Single-Pass CFG Inference
P-Guideは、画像生成モデルのCFG推論を単一パスで高速化する新しいフレームワークです。
MidSteer: Optimal Affine Framework for Steering Generative Models
生成AIの振る舞いを制御する新しい理論的枠組み「MidSteer」が発表されました。
ViTok-v2: Scaling Native Resolution Auto-Encoders to 5 Billion Parameters
ViTok-v2が50億パラメータ規模の画像オートエンコーダとして、ネイティブ解像度での画像再構築性能を向上…
DBMSolver: A Training-free Diffusion Bridge Sampler for High-Quality Image-to-Image Translation
拡散モデルを用いた画像変換のサンプリング速度を大幅に向上させる新手法「DBMSolver」が発表されました。
Continuous Expert Assembly: Instance-Conditioned Low-Rank Residuals for All-in-One Image Restoration
画像劣化の種類を問わず、単一モデルで高精度な画像復元を実現する新手法「CEA」が発表されました。
Autoregressive Visual Generation Needs a Prologue
自己回帰型画像生成モデルの生成品質を向上させる「Prologue」という新しい手法が提案されました。
Learning Discrete Autoregressive Priors with Wasserstein Gradient Flow
画像トークナイザーと自己回帰型事前モデルの学習を統合する新手法「wAR-Tok」が提案されました。