ხელოვნური ინტელექტის სფეროში მნიშვნელოვანი გარღვევა მოხდა. მეცნიერებმა წარმოადგინეს ახალი მიდგომა, რომელიც საშუალებას იძლევა, დიფუზიური მოდელები ნეირონული ქსელების წვრთნის გარეშე აამუშაონ. ეს მეთოდი რადიკალურად ცვლის სურათების გენერაციის პროცესს, რომელიც აქამდე საათობით ელექტროენერგიას და კომპიუტერულ რესურსს მოითხოვდა.

ტრადიციულად, დიფუზიური მოდელების წვრთნა ერთ კონკრეტულ სურათზეც კი ხანგრძლივ პროცესს წარმოადგენს. ახალი ტექნოლოგია კი პრობლემას სხვა კუთხით უდგება: ის სურათს აანალიზებს არა ნეირონების მეშვეობით, არამედ მისი შემადგენელი ნაწილების — პატჩების — განაწილებით სხვადასხვა მასშტაბში.

რადგან პატჩების ნაკრები სასრულია და მათი განზომილება შედარებით მცირეა, დენოიზინგის (ხმაურის შემცირების) პროცესი მათემატიკურად ზუსტი, დახურული ფორმულის მეშვეობით ხორციელდება. ეს მიდგომა გამორიცხავს ნეირონული ქსელის ტრენინგის საჭიროებას და პროცესს უკიდურესად ეფექტურს ხდის.

გამოყენების სფეროები და სიჩქარე

მკვლევარების თქმით, ტექნოლოგია უზრუნველყოფს უმაღლესი ხარისხის გენერაციას და მრავალფეროვნებას. ახალი მეთოდი მოიცავს ისეთ ფუნქციებს, როგორიცაა:

  • პირობების გარეშე სურათების გენერაცია
  • ტექსტური მითითებებით სტილიზაცია
  • სურათების სიმეტრიზაცია
  • გამოსახულების რედაქტირება (retargeting)
Comments:CVPR 2026; Project Page: this https URL
Subjects:Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG)
Cite as:arXiv:2606.04299 [cs.CV]
(or arXiv:2606.04299v1 [cs.CV] for this version)
https://doi.org/10.48550/arXiv.2606.04299 arXiv-issued DOI via DataCite (pending registration)

ტექნოლოგია სრულად თავსებადია ლატენტური სივრცის დიფუზიასთან. დამატებითი აჩქარების ტექნიკების გამოყენებით, სისტემას შეუძლია მეგაპიქსელიანი სურათები ერთ წამში დააგენერიროს, ხოლო გიგაპიქსელიანი გამოსახულებების შექმნას მხოლოდ რამდენიმე წუთი სჭირდება.

ეს მიღწევა ამყარებს კავშირს კლასიკურ ტექნიკებსა და თანამედროვე ხელოვნურ ინტელექტს შორის, რაც სურათების დამუშავების ტრადიციულ მეთოდებს ახალი თაობის დიფუზიურ მოდელებთან აერთიანებს.