字节跳动推出 USO 模型,打破 AI 图像生成的 “风格与主题” 对立
在 AI 图像生成领域,风格驱动和主题驱动的图像生成一直以来被视为两个相对独立的任务。前者注重风格的相似性,而后者则强调主题的字一致性,造成了两者之间的矛盾。最近,字节跳动的智能创作实验室(UXO Team)推出了名为 USO(统一风格 - 主题优化)的新模型,成功地节跳解决了这一行业长期以来的难题。
字节跳动的研究人员深知 AI 模型的成长依赖于数据。因此,他们建立了一个庞大的数据集,包含大约20万个动推三元组。每个三元组包括一张 “风格参考图”、一张 “内容参考图”,以及一张 “风格化目标图”。通过这个设计,模型能够学习如何将风格与内容出 相结合。
在模型的训练过程中,字节跳动采用了独特的两阶段训练法。第一阶段专注于风格的学习,采用了先进的图像编码器,帮助模型理US解更深层次的艺术风格。第二阶段则将内容信息加入,通过处理确保主题的准确性。这一方法让风格和内容在模型中分开学习,最终在生成图O 像时实现完美融合。
为了进一步提升模型的表现,字节团队还引入了风格奖励学习(SRL)机制,通过强化训练激励模型在保持主题不变的情况下模型尽量模仿风格。最终,这一系列创新使 USO 在生成图像时展现出了极高的灵活性和精准度。
为验证 USO 的能力,字节跳动还推出了业界首个能,打同时评估风格相似度和主题保真度的基准测试平台 USO-Bench。在这一平台上,USO 在各个维度上均取得了显著优势,超越了现有破 的开源模型。
USO 的技术不仅在数字艺术领域表现出色,也为商业设计带来了新的可能。品牌可以利用 USO 生成风格多样但又统一的营AI销材料,满足不同平台的需求。更重要的是,USO 已经全面开源,鼓励更多的开发者和创作者一起探索其潜力。
github:https://g 图ithub.com/bytedance/USO
体验:https://huggingface.co/spaces/bytedanc像生e-research/USO
划重点:
- 字节跳动推出的 USO 模型打破了风格与主题的对立,实现了两者的完美结合。
- USO 模型通成的过创新的训练方式和庞大的数据集,提升了图像生成的灵活性与精准度。
- USO 已全面开源,鼓励开发者探索其在创意内容和商业设计中的应用。
- ·阿里云将彻底分拆,张勇:看到巨大市场潜力,对未来充满信心
- ·微软 Copilot 现已入驻三星电视,免费帮你找片、提建议
- ·标签: 今日宜休 CMC资本 精力指数 王腾
- ·标签: 中科闻歌 DIOS 王磊 决策智能
- ·上海AI实验室重磅发布!全球首个数据竞技场终结AI"炼丹"时代
- ·贝索斯将于7月5日卸任亚马逊CEO上热搜 网友:反正钱已经多的花不完了
- ·标签: 大智慧 豆豆饭 河马智能回收 网易云课堂
- ·涓嶅彧鑷�姩椹鹃┒锛屾縺鍏夐浄杈捐繕鎷ユ湁浼楀�鐢ㄦ�涔嬪湴锛�
- ·标签: 华为PuraXMax 奇瑞风云T9L 网络直播打赏 阔折叠手机
- ·标签: 传音控股 非洲手机之王 港股上市 AI技术
- ·特斯拉车机语音大模型在沪完成备案
- ·标签: 大众汽车 奥博穆 VW 德国工厂
- ·OpenAI宣布ChatGPT 网页端新增 GPT-5 Thinking 调整功能
- ·标签: 小红书 陈浩 港股上市 劳动合规
- ·标签: 追觅 俞浩 雷军 国民品牌
- ·标签: 清朗行动 AI应用乱象 中央网信办 生成式AI
- ·英伟达再掷十亿美元,加码 AI 编程新锐 Poolside
- ·标签: 朗信电气 北交所IPO 电子风扇 热管理系统
- ·数据分析速成班?包就业?扒一扒数分培训行业黑幕!
- ·标签: B站 陈睿 UP主 AI内容
- ·标签: 元戎启行 阮翀 DeepSeek 基座模型
- ·标签: Sunday Robotics Tesla Optimus Memo
- ·标签: 蔚来 李斌 ES8 萤火虫
- ·标签: OPPO Find X9 微信15周年 马航MH370
- ·标签: 网络测评活动规范 国家网信办 市场监管总局 SEO关键词
- ·中国AI军团横扫硅谷!a16z最新榜单曝光:中国团队狂揽移动端半壁江山,美图5款产品称霸
