⚡🎨روش DMAD؛ تولید تصویر و ویدئو فقط در ۴ مرحله

پژوهشگران ByteDance روش Distillation جدیدی به نام DMAD معرفی کرده‌اند که تلاش می‌کند مدل‌های Diffusion را به‌جای حدود ۵۰ مرحله، تنها در ۴ مرحله به خروجی باکیفیت برساند.

🚀 این روش برای تولید تصویر و ویدئو طراحی شده و روی مدل‌هایی مانند SDXL، Wan2.1 و EDM آزمایش شده است. طبق نتایج پژوهشگران، روی ImageNet-64 حتی در حالت تک‌مرحله‌ای به FID برابر 1.04 رسیده است.

🎬 نکته جالب‌تر، آزمایش آن برای تولید ویدئو همراه صدا روی MiniMax-H3-33B است. در ارزیابی‌های انسانی نیز خروجی DMAD نسبت به روش‌هایی مانند DMD2 و rCM بیشتر ترجیح داده شده است.

💡 هدف اصلی: همان کیفیت مدل‌های سنگین Diffusion، اما با تعداد مراحل بسیار کمتر و تولید سریع‌تر.

https://yzmblog.github.io/projects/DMAD/

https://github.com/Yzmblog/DMAD

https://huggingface.co/ZhengmingYu/DMAD

https://huggingface.co/spaces/hugging-apps/dmad


@rss_ai_ir

#DMAD #ByteDance #Diffusion #ImageGeneration #VideoGeneration #Distillation #GenerativeAI #هوش_مصنوعی