MDT とは
本モデルはマスク潜在モデル方式で画像合成を改善するものと紹介され、拡散確率モデルが画像内の対象部分の関係を学ぶのを助ける。
できること
- 高解像度の画像を生成する
- 画像合成の課題で速い学習に取り組む
- MDTv2 で画像合成の FID 値を高める
モデルの要点
- 学習では潜在空間の一部トークンを覆う
- 非対称な変換器が覆われたトークンを予測する
- 拡散の生成過程は保たれる
長所と短所
✓ 良い点
- 学習中も拡散の生成過程が保たれる
- トークンの掩蔽は潜在空間で行われる
! 注意したい点
- 予測は覆われていないトークンに依存する
- MDTv2 はマクロ構造と学習方針を変える
よくある質問
何を覆うのか?
資料は学習中に潜在空間で一部のトークンを覆うと説明する。
MDTv2 の変更点は?
資料はより効率的なマクロ構造と学習方針を挙げる。
最終評価日: 2026-11-15
その他 AI画像生成 ツール
すべて見る →-
123RF AI 画像ツールを内蔵したストック素材ライブラリ 無料ツール テキストから画像 画像編集 背景除去 画像高画質化 -
360智图 360 製の画像検索・ライセンス・AI 編集 無料ツール テキストから画像 背景除去 商品画像 モデル生成ツール -
360鸿图 中国語話者向けで、中国語のプロンプトに対応する画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール 画像から画像 -
a1.art 顔入れ替え付きのフィルター型画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール -
AI Anime Generator 写真とテキストからアニメ風アートへ フリーミアムツール クリエイターツール テキストから画像 画像から画像 画像から動画 -
AI Art Generator テキストのプロンプトからオリジナル作画の下書きへ フリーミアムツール クリエイターツール テキストから画像 画像編集 アート生成ツール