NitroFusion: High-Fidelity Single-Step Diffusion through Dynamic Adversarial Training Dar-Yen Chen, Hmrishav Bandyopadhyay, Kai Zou, Yi-Zhe Song

NitroFusion是一种领先的图像生成模型，以其高保真度、单步扩散过程和动态对抗训练而脱颖而出。由Dar-Yen Chen领导的团队开发，该模型在AI艺术生成领域取得了进展，提供了一个文本到图像的演示，可以将书面提示转化为生动的视觉效果。它包括两个独特的检查点：NitroSD-Realism用于逼真图像和NitroSD-Vibrant用于更饱和和丰富多彩的输出。两者均设计支持1至4个推理步骤，提供了在图像质量和生成速度方面的灵活性。该模型使用了一个称为diffuser pipeline的实现，这是AI扩散过程中的一个显著进展。对于对AI生成艺术感兴趣的人来说，NitroFusion的功能和其检查点的许可——NitroSD-Realism采用cc-by-nc-4.0许可，NitroSD-Vibrant采用openrail++许可——使其成为创意AI领域的重要贡献。- NitroFusion是一个通过动态对抗训练来实现高保真度单步扩散的项目。 - NitroFusion提供了单步文本到图像的演示。 - NitroFusion有两个模型：nitrosd-realism_unet.safetensors和nitrosd-vibrant_unet.safetensors。 - NitroFusion的使用需要实现调度器和扩散管道。 - NitroSD-Realism遵循cc-by-nc-4.0许可，NitroSD-Vibrant遵循openrail++许可。