谷歌Parti生成器依靠200亿的参数来创建照片级真实感图像

Google

谷歌近日公布了其Parti文本到图像的计算机模型，该模型通过研究数百亿个参数来渲染超现实图像。

据悉，Parti 全称为“Pathways Autoregressive Text-to-Image”（路径自回归文本转图像）。随着可使用参数数量的增长，其输出的图像也能够更加逼真。该模型在生成最终图像之前研究了200亿个参数。

Parti与Imagen不同，Imagen是一种文本到图像生成器，谷歌设计用于扩散学习。该过程通过在图像中添加“噪声”来训练计算机模型，使其变得模糊。然后，该模型学习对静态图像进行解码，以重新创建原始图像。随着模型的改进，它可以将看起来像一系列随机点的东西变成一幅图像。

谷歌没有向公众发布Parti或Imagen，因为人工智能数据集存在偏见的风险。由于数据集是由人类创建的，因此它们可能会在不经意间陷入刻板印象或歪曲某些群体。这家搜索巨头在人工智能方面投入了大量资金，作为改进服务和开发环境计算的一种方式。在5月份的I/O开发者大会上，首席执行官Sundar Pichai表示，人工智能正被用于帮助Google Translate，在地图中创建3D图像，并将文档压缩为快速摘要。

据了解，Parti和Imagen并不是唯一的文本到图像模型。Dall-E、VQ-GAN+CLIP和Latent Diffusion Models是其他最近成为头条新闻的非谷歌文本到图像模型。Dall-E Mini是一种开放源码的文本到图像人工智能，可供公众使用，但在较小的数据集上进行训练。