DeepFloyd IF

DeepFloyd IF 由 StabilityAI 旗下的 DeepFloyd 研究团队推出，是一个开源的文本到图像生成模型。需要留意的是，它的官网（deepfloyd.ai）目前已无法访问，以下内容整理自既有收录信息，最新进展请以其他官方渠道为准。

• IF 的架构是级联式的模块化神经网络：由多个各自处理特定任务的独立神经模块组成，在同一架构内联合工作。生成过程从基础模型开始，先产出低分辨率样本，再交由一系列升级模型逐级放大，最终得到高分辨率图像。

基础模型与超分辨率模型都采用扩散模型，原理是先按马尔可夫链步骤把随机噪声逐步引入数据，再反转这一过程，从噪声中还原出新的图像样本。与依赖潜伏表征的潜伏扩散方案（如 Stable Diffusion）不同，IF 直接在像素空间内操作，这也是它在技术上比较有辨识度的一点。