Un nuevo método de IA supera el cuello de botella visual en la generación directa de imágenes
Investigadores presentaron en arXiv MFlow, un marco técnico con el módulo ConvRefiner, que permite a los modelos generativos crear imágenes directamente a nivel de píxel. Hasta ahora, la mayoría de herramientas populares comprimen la imagen en un espacio latente para reducir el coste de computación, lo que introduce distorsiones irreversibles. Los intentos previos de trabajar píxel a píxel con arquitecturas Transformer obligaban a elegir entre predecir la imagen final o la velocidad del cambio, y perdían detalles finos, con texturas suavizadas. MFlow aprende a interpolar entre ambas opciones, según el texto, y su objetivo es lograr síntesis fiel tanto en imágenes fijas como en vídeo.
Qué significa
Si el método se confirma, los generadores de imagen y vídeo podrían conservar mejor los detalles finos y la geometría sin depender de la compresión que usan hoy casi todas las herramientas.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- IA en los medios (ES)Leer la noticia completa en IA en los medios (ES)