GAN卷土重來(lái)：10億參數(shù)的GigaGAN效果堪比擴(kuò)散模型

自從 DALL·E 2  之后，在圖像生成方面擴(kuò)散模型替代GAN成了主流方向，比如開(kāi)源的文生圖模型stable diffusion也是基于diffusion架構(gòu)的。近日， Adobe研究者在論文Scaling up GANs for Text-to-Image Synthesis提出了參數(shù)量為10億（1B）的GAN模型：GigaGAN，其在文生圖效果上接近擴(kuò)散模型效果，而且推理速度更快，生成512x512大小圖像只需要0.13s，生成16M像素圖像只需要 3.66s。同時(shí)GigaGAN也支持latent空間的編輯功能，比如latent插值，風(fēng)格混合，以及向量運(yùn)算等。