Smooth-Diffusion

提升扩散模型潜在空间平滑性的新方法

Smooth Diffusion是一种创新的扩散模型技术，通过优化潜在空间的平滑性来提升模型性能。这种方法在图像插值、反演和编辑任务中展现出显著优势，实现了更连续的过渡效果、更低的反演误差，以及更好的未修改内容保留。通过在训练过程中引入变化约束，Smooth Diffusion为扩散模型研究开辟了新方向。

Smooth Diffusion扩散模型图像生成潜在空间CVPR 2024Github开源项目

平滑扩散

这个仓库是平滑扩散的官方 PyTorch 实现。

平滑扩散：在扩散模型中构建平滑潜空间
郭佳怡*, 徐星乾*, 蒲一帆, 倪赞林, 王超飞, Manushree Vasu, 宋世继, 黄高, 史泰博

https://github.com/JiayiGuo821/Smooth-Diffusion-Dev/assets/53193040/f965242f-968e-4e62-845c-dd3374a70fcf

平滑扩散是一种新型的扩散模型，既高性能又平滑。 <img src="https://yellow-cdn.veclightyear.com/835a84d5/ff9d4c48-f88d-4f65-a5a9-d5a2478159a2.jpg" width="1080px"/> 我们的方法正式将潜空间平滑性引入像稳定扩散这样的扩散模型中。这种平滑性显著有助于：1) 改善图像插值中过渡的连续性，2) 减少图像反演中的近似误差，3) 在图像编辑中更好地保留未编辑的内容。

新闻

[2024.03.25] 我们的演示已在 🤗 Hugging Face 空间上线！
[2024.03.20] 代码、模型和演示已发布！
[2024.02.27] 平滑扩散被 CVPR 2024 接收！
[2023.12.08] 论文发布！

待办事项

☑️ 发布代码和模型权重
☑️ Gradio 演示

概述

<img src="https://yellow-cdn.veclightyear.com/835a84d5/206d40e8-4d3d-4a23-bd0a-025c49392a2f.jpg" width="1080px"/> 平滑扩散 (c) 确保输入潜变量的变化与输出预测的变化之比是一个常数。我们提出训练时平滑扩散 (d) 来优化 (c) 中变化约束的"单步快照"。DM：扩散模型。更多细节请参考我们的论文。

代码

设置

conda create --name smooth-diffusion python=3.9
conda activate smooth-diffusion
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
pip install -r requirements.txt

推理（Gradio 演示）

我们提供了由 Gradio 支持的 WebUI。使用以下命令启动 WebUI：

python app.py

训练

我们提供了数据下载和训练的脚本。不幸的是，由于安全审查，LAION 数据集目前不可用。[LAIOM.ai 官方说明]

# 下载 LAION aesthetics 6.5+
python download_regularization_images.py
# 训练平滑 LoRA
bash train.sh

可视化

图像插值

使用在 Stable Diffusion V1.5 之上训练的平滑 LoRA。

将上述平滑 LoRA 集成到其他社区模型中。

图像反演

图像编辑

引用

如果您觉得我们的工作有帮助，请为这个仓库点星 🌟并引用 📑我们的论文。感谢您的支持！

@InProceedings{guo2024smooth,
  title={Smooth Diffusion: Crafting Smooth Latent Spaces in Diffusion Models},
  author={Jiayi Guo and Xingqian Xu and Yifan Pu and Zanlin Ni and Chaofei Wang and Manushree Vasu and Shiji Song and Gao Huang and Humphrey Shi},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}

致谢

我们感谢 Diffusers（LoRA 微调）和 AlignSD（数据下载）。

联系方式

guo-jy20 at mails dot tsinghua dot edu dot cn

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE