Un equipo de investigación de la Universidad del Sur de California y la Universidad de Harvard colaboraron para desarrollar un nuevo modelo de generación de imágenes llamado DreamDistribution. El modelo aprende a través de sugerencias a generar imágenes muy diversas y personalizadas con solo unas pocas imágenes de referencia, y demuestra un rendimiento excelente en los campos de imágenes generadas por texto y modelado 3D. Sus excelentes resultados en la evaluación indican su enorme potencial de aplicación en una gama más amplia de tareas de generación, aportando nuevos avances en la tecnología de generación de imágenes.
El equipo de investigación de la Universidad del Sur de California y la Universidad de Harvard lanzaron conjuntamente el modelo de generación DreamDistribution, que logra una generación de imágenes altamente diversificada y personalizada al solicitar y aprender una cantidad muy pequeña de imágenes de referencia. Este método no sólo es adecuado para la generación de imágenes de texto, sino que también funciona bien en el campo de la generación 3D. DreamDistribution logra excelentes resultados en las evaluaciones, mostrando su potencial para su uso en una gama más amplia de tareas de generación.
La aparición del modelo DreamDistribution marca una nueva altura en la tecnología de generación de imágenes. Sus avances en la generación de imágenes diversificadas y personalizadas brindan posibilidades ilimitadas para futuras aplicaciones de generación de imágenes. Vale la pena esperar su mayor desarrollo en varios campos.