字节跳动推出 USO 模型,打破 AI 图像生成的 “风格与主题” 对立
在 AI 图像生成领域,风格驱动和主题驱动的图像生成一直以来被视为两个相对独立的任务。前者注重风格的相似性,而后者则强调主题的字一致性,造成了两者之间的矛盾。最近,字节跳动的智能创作实验室(UXO Team)推出了名为 USO(统一风格 - 主题优化)的新模型,成功地节跳解决了这一行业长期以来的难题。 字节跳动的研究人员深知 AI 模型的成长依赖于数据。因此,他们建立了一个庞大的数据集,包含大约20万个动推三元组。每个三元组包括一张 “风格参考图”、一张 “内容参考图”,以及一张 “风格化目标图”。通过这个设计,模型能够学习如何将风格与内出 容相结合。 在模型的训练过程中,字节跳动采用了独特的两阶段训练法。第一阶段专注于风格的学习,采用了先进的图像编码器,帮助模型理解US更深层次的艺术风格。第二阶段则将内容信息加入,通过处理确保主题的准确性。这一方法让风格和内容在模型中分开学习,最终在生成图像时实O 现完美融合。 为了进一步提升模型的表现,字节团队还引入了风格奖励学习(SRL)机制,通过强化训练激励模型在保持主题不变的情况下尽模型量模仿风格。最终,这一系列创新使 USO 在生成图像时展现出了极高的灵活性和精准度。 为验证 USO 的能力,字节跳动还推出了业界首个,打能同时评估风格相似度和主题保真度的基准测试平台 USO-Bench。在这一平台上,USO 在各个维度上均取得了显著优势,超越了现有的开源破 模型。 USO 的技术不仅在数字艺术领域表现出色,也为商业设计带来了新的可能。品牌可以利用 USO 生成风格多样但又统一的营销材料,满足不同AI平台的需求。更重要的是,USO 已经全面开源,鼓励更多的开发者和创作者一起探索其潜力。 github:https://github.c 图om/bytedance/USO 体验:https://huggingface.co/spaces/bytedance-resea像生rch/USO 划重点: - 字节跳动推出的 USO 模型打破了风格与主题的对立,实现了两者的完美结合。 - USO 模型通过创新的训练方式和庞大的成的数据集,提升了图像生成的灵活性与精准度。 - USO 已全面开源,鼓励开发者探索其在创意内容和商业设计中的应用。
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 新冠期间摄像头需求猛增:安克与微软同日发布家用办公网络摄像头
- 马斯克 Neuralink 联合创始人实现人工视觉里程碑,盲人重获光明
- 标签: 腾讯 喜马拉雅 市场监管总局 在线音频
- Twitter CEO首条推文作为NFT被转让 拍出290万美元
- 标签: 荣耀 闪电 Lightning 人形机器人
- 标签: 抖音电商 消费电子 商品卡免佣 耐用消费品
- 标签: 华为 制造智能体 王宁 工业互联网
- 标签: 三星 SK海力士 马斯克 iQOO 15 Ultra
- 谷歌Robotics研究科学家:记住5个问题,快速理解ML论文要点
- Salesforce 引入 AI 代理,裁员 4000 人以提升业务效率
- 腾讯聚焦 AI 人才培养:青云奖学金首期资助15位硕博精英,提供稀缺算力资源
- 标签: 小米SU7 MiMo-V2 vivoX300Ultra 小米笔记本Pro14
- 报告显示亚马逊送货司机被要求关闭识别危险驾驶软件以提高速度
- 斥资15亿至20亿美元IBM收购Turbonomic
- 秋葵热水煮多长时间
- 阿里云总裁张建锋:定义下一代的云 中国云计算就有超车机会
- 标签: 苹果 折叠屏iPhone iPhone2026 苹果供应链
- 机器人“索菲亚”现状,状态跟正常人无异,交流也没有障碍
- 王炸更新!OpenAI Codex 推出“数字记忆”功能,屏幕录制成核心生产力
- 标签: 英伟达 OpenClaw 黄仁勋 Vera Rubin
- 搜索
-
- 友情链接