Hiểu về bước đột phá từ 50 xuống 2 bước: Cách mô hình Continuous-time Consistency đang cách mạng hóa việc tạo hình ảnh AI

Cộng đồng AI đang sôi nổi thảo luận về cách thức mô hình consistency thời gian liên tục (sCMs) mới của OpenAI có thể giảm quá trình tạo hình ảnh từ hàng chục bước xuống chỉ còn hai bước. Sự thay đổi căn bản trong cách tiếp cận này khiến nhiều chuyên gia băn khoăn về cơ chế bên trong, một số người còn so sánh nó như việc dịch chuyển tức thời trong lĩnh vực giao thông.

Câu hỏi chính của cộng đồng

Tranh luận chính xoay quanh một kỳ tích tưởng chừng không thể: làm sao một quy trình vốn đòi hỏi 50 hoặc nhiều bước khử nhiễu tuần tự lại có thể được nén xuống chỉ còn một hoặc hai bước? Như một thành viên trong cộng đồng đã ví von, điều này giống như tuyên bố một chiếc xe có thể đưa bạn đến đích ngay lập tức mà không cần trải qua hành trình thực tế.

Phân tích đột phá

Chìa khóa để hiểu được bước đột phá này nằm ở sự khác biệt căn bản giữa mô hình khuếch tán truyền thống và mô hình consistency:

• Mô hình khuếch tán truyền thống : Đi theo một đường quanh co từ nhiễu đến hình ảnh, đòi hỏi nhiều bước tuần tự
• Mô hình Consistency : Học cách đi theo một lộ trình trực tiếp hơn, tương tự như vẽ một đường thẳng giữa hai điểm

Thành tựu kỹ thuật

Phương pháp sCM mới đã đạt được những kết quả ấn tượng:

• Quy mô : Đào tạo thành công với 1,5 tỷ tham số trên ImageNet ở độ phân giải 512×512
• Tốc độ : Tạo ra một mẫu trong chỉ 0,11 giây trên một GPU A100
• Hiệu quả : Đạt được tốc độ xử lý nhanh hơn khoảng 50 lần so với mô hình khuếch tán truyền thống

Những hạn chế hiện tại

Mặc dù có những tiến bộ này, vẫn còn một số hạn chế quan trọng:

1. Các mô hình vẫn phụ thuộc vào mô hình khuếch tán đã được đào tạo trước để khởi tạo và chưng cất
2. Vẫn còn một khoảng cách nhỏ về chất lượng so với các mô hình khuếch tán gốc
3. Các chỉ số đánh giá chất lượng truyền thống như FID có thể không phản ánh đầy đủ chất lượng mẫu thực tế

Ý nghĩa tương lai

Bước đột phá này mở ra những khả năng mới cho việc tạo AI thời gian thực trong nhiều lĩnh vực, bao gồm ứng dụng hình ảnh, âm thanh và video. Việc giảm đáng kể các bước xử lý có thể giúp AI tạo sinh trở nên dễ tiếp cận và thực tế hơn cho các ứng dụng thực tế đòi hỏi kết quả tức thì.

Sự phát triển của sCMs thể hiện một bước tiến quan trọng trong việc làm cho AI tạo sinh hiệu quả và thực tế hơn, mặc dù những câu hỏi về cơ chế bên trong vẫn tiếp tục tạo ra những cuộc thảo luận thú vị trong cộng đồng kỹ thuật.