|
字节跳动于2025年1月1日正式发布了名为Infinity的高分辨率图像生成模型。该模型基于位级自回归建模技术，能够根据文本描述生成高分辨率、逼真的图像。Infinity在生成1024x1024像素的图像时仅需0.8秒，比现有的SD3-Medium模型快2.6倍，显示出卓越的推理速度和图像质量。
Infinity的主要功能包括文本到图像合成、空间推理、文本渲染以及多风格和长宽比适应，适用于数字艺术创作、游戏开发、电影和娱乐行业、广告营销以及社交媒体内容生成等多种场景。其技术原理涉及位视觉自回归建模、无限词汇量标记器、位自纠正机制、变换器扩展和量化连续特征等创新技术，显著提升了图像生成的细节和质量。 Infinity的推出标志着高分辨率文本到图像合成领域的新突破，通过创新设计解决了可扩展性和细节质量问题，推动了生成AI的发展。此外，Infinity还提供了丰富的资源和工具，包括GitHub仓库、HuggingFace模型库和arXiv技术论文，供开发者和艺术家探索和利用其强大的视觉生成能力。 Infinity的发布不仅展示了字节跳动在AI领域的最新研究成果，也为相关行业带来了新的机遇和挑战。未来，Infinity有望在更多领域得到应用，进一步推动数字内容创作的智能化和高效化。 |
