solidot新版网站常见问题,请点击这里查看。
消息
本文已被查看 4192 次
研究人员发现 Stable Diffusion 能压缩图像
瑞士软件工程师 Matthias Bühlmann 发现,流行的 AI 自然语言图像合成模型 Stable Diffusion 能用于压缩位图图像,在高压缩率下比 JPEG 或 WebP 有更少的视觉瑕疵,缺陷是可能会添加原图不存在的东西。Stable Diffusion 利用互联网上数百万张图片进行训练,能根据文本描述或提示生成图像。在训练过程中,它在图像和相关词语之间进行统计关联,对每张图像提取出较少的关键信息表述,将其作为“权重(weights)”储存。绝大部分用户在使用 Stable Diffusion 时是通过文本描述去生成图像,但 Bühlmann 剔除了文本编码器,强行让图像通过 Stable Diffusion 的图像编码器进行处理,能将低精度的图像转变成高精度的潜在空间(latent space)表示,在此过程中大幅减少图像体积。测试显示一张 768KB 的图像用 JPEG 压缩到 5.68KB,用 WebP 压缩到 5.71 KB,而用 Stable Diffusion 压缩到 4.98KB。