การวิจัยของห้องปฏิบัติการ Tongyi ของอาลีบาบาได้นำความก้าวหน้าที่ก้าวหน้าไปสู่ความสามารถในการสร้างภาพของแบบจำลองกราฟิกวรรณกรรมและชีวประวัติ พวกเขาพบว่าโมเดลการแพร่กระจายของหม้อแปลงที่มีอยู่สามารถสร้างชุดหลายภาพที่มีความสัมพันธ์เฉพาะกับคำแนะนำเพียงเล็กน้อยซึ่งทำลายความรู้ความเข้าใจว่าแบบจำลองการแพร่แบบดั้งเดิมต้องการการฝึกอบรมข้อมูลขนาดใหญ่เพื่อสร้างภาพคุณภาพสูง แกนหลักของการศึกษานี้คือเทคโนโลยี IC-LORA ซึ่งเปิดใช้งานความสามารถ "การเรียนรู้บริบท" ของแบบจำลองได้อย่างมีประสิทธิภาพช่วยให้แบบจำลองเข้าใจความสัมพันธ์ระหว่างภาพและสร้างลำดับของภาพที่มีความสอดคล้องเชิงตรรกะ เทคโนโลยีนี้ไม่เพียง แต่ช่วยปรับปรุงประสิทธิภาพและคุณภาพของการสร้างภาพ แต่ยังช่วยลดค่าใช้จ่ายในการฝึกอบรมแบบจำลองซึ่งนำการเปลี่ยนแปลงการปฏิวัติมาสู่การสร้างภาพ AI
รูปแบบการแพร่กระจายแบบดั้งเดิมเป็นเหมือนนักเรียนที่ท่องจำและ IC-lora ให้ความสามารถในการเรียนรู้จากกันและกัน ด้วยการประกบหลายภาพอย่างชาญฉลาดลงในภาพขนาดใหญ่และการรวมข้อความเพื่ออธิบายมันเป็นเสายาวนักวิจัยเปิดใช้งานโมเดลในการประมวลผลข้อมูลของภาพหลายภาพในเวลาเดียวกันและเข้าใจความสัมพันธ์ระหว่างภาพ ในเวลาเดียวกันการปรับแต่งจะดำเนินการผ่านคอลเลกชันภาพคุณภาพสูงจำนวนน้อยความรู้ดั้งเดิมและความสามารถในการเรียนรู้บริบทของแบบจำลองจะถูกเก็บไว้ บทความแสดงรายการกรณีทดลองหลายกรณีแสดงเอฟเฟกต์แอปพลิเคชันของ IC-LORA อย่างชัดเจนในสถานการณ์ต่าง ๆ เช่นการสร้างภาพการ์ตูนสไตล์การสร้างภาพของนิพจน์หรือฉากที่แตกต่างกันตามรูปภาพที่มีอยู่ ฯลฯ การเกิดขึ้นของ IC-LORA ได้ลดค่าใช้จ่ายในการฝึกอบรมของโมเดล AI และอนุญาตให้ผู้คนจำนวนมากเข้าร่วมในการสร้าง AI ที่อยู่โครงการ: https://ali-vilab.github.io/in-context-lora-page/
ความคืบหน้าของเทคโนโลยี IC-LORA ได้นำความเป็นไปได้ใหม่ ๆ มาสู่การสร้างภาพ AI ในอนาคตด้วยวุฒิภาวะและการปรับปรุงเทคโนโลยีอย่างต่อเนื่องเราสามารถตั้งตารอแอพพลิเคชั่นที่เป็นนวัตกรรมมากขึ้นตาม IC-LORA และการประยุกต์ใช้ AI ที่กว้างขึ้นในด้านการสร้างสรรค์ศิลปะ