Выбор Кодекса: как направлять ИИ-художника, не переделывая всю модель
Google Research разобрала Diffusion Controller — способ точнее управлять генерацией изображений через небольшую дополнительную сеть. Базовую модель при этом можно оставить неизменной.
29 сентября Google Research опубликовала разбор Diffusion Controller. Сам препринт появился на arXiv 7 марта 2026 года: новый повод — объяснение метода, а не выпуск новой модели для пользователей.
Диффузионная модель постепенно превращает шум в изображение. Авторы предлагают обучать отдельную сеть, которая корректирует этот процесс. При этом алгоритм ограничивает отклонение от поведения исходной модели: слишком сильное управление может ухудшить картинку.
Для такого варианта нужны промежуточные результаты удаления шума. Доступ к весам базовой сети не обязателен, но обычного сервиса, возвращающего только готовую картинку, недостаточно.
В экспериментах использовали Stable Diffusion 1.4. Авторы сравнивали несколько способов обучения и сообщили об улучшении показателей соответствия предпочтениям по сравнению с выбранными базовыми подходами, включая LoRA. Это результаты исследовательских испытаний, а не обещание безошибочного выполнения любого запроса.
Что пока неизвестно
Результаты получены на конкретной модели и в заданных испытаниях; перенос на современные генераторы требует проверки. Препринт опубликован в марте, разбор Google — 29 сентября. Обложка — сторонний пример Stable Diffusion 2022 года, не демонстрация нового метода.
Источники
Источник не открывается?
Оригинальная страница может быть временно недоступна. Попробуйте открыть её позже; название и дата источника сохранены выше.