Une équipe de recherche de l’Université de Californie du Sud et de l’Université Harvard a collaboré pour développer un nouveau modèle de génération d’images appelé DreamDistribution. Le modèle apprend grâce à des astuces pour générer des images très diverses et personnalisées avec seulement quelques images de référence, et démontre d'excellentes performances dans les domaines des images générées par texte et de la modélisation 3D. Ses excellents résultats lors de l'évaluation indiquent son énorme potentiel d'application dans un plus large éventail de tâches de génération, apportant de nouvelles avancées dans la technologie de génération d'images.
L'équipe de recherche de l'Université de Californie du Sud et de l'Université Harvard a lancé conjointement le modèle de génération DreamDistribution, qui permet une génération d'images hautement diversifiée et personnalisée en incitant et en apprenant un très petit nombre d'images de référence. Cette méthode convient non seulement à la génération d'images de texte, mais fonctionne également bien dans le domaine de la génération 3D. DreamDistribution obtient d'excellents résultats lors des évaluations, démontrant son potentiel d'utilisation dans un plus large éventail de tâches de génération.
L'émergence du modèle DreamDistribution marque un nouveau sommet dans la technologie de génération d'images. Ses avancées en matière de génération d'images diversifiées et personnalisées offrent des possibilités illimitées pour les futures applications de génération d'images. Il convient d'attendre avec impatience son développement ultérieur dans divers domaines.