视频生成无需GAN、VAE，谷歌用扩散模型联合训练视频、图片，实现新SOTA

回放、缩放建模建立联系特训：同上 2 简报了针对译文-有条件的 16x64x64 回放的实验结果。

无方差指导的效果：同上3 断定无方差指导 [13] 在译文-回放聚合总体的正确性。正如预计的那样，随着指导值的增加，类 Inception Score 的指标有明显的改进，而类 FID 的指标随着引导值的增加先行改善然后回升。

同上 3 简报的结果测试了无方差指导 [13] 在译文-回放聚合总体的正确性。正如预计的那样，随着引导值的增加，类 Inception Score （IS）的指标有明显的改进，而类 FID 的指标随着引导值的增加先行改善然后回升。这一震荡在译文-缩放聚合总体也有多种不同的发掘出[23]。

图 3 说明了了无方差指导 [13] 对译文-有条件回放建模的影响。与在译文有条件缩放聚合 [23] 和类有条件缩放聚合 [13, 11] 上可用无方差指导的其他工作中所观察到的多种不同，添加指导低了每个缩放的结果说明了保真度。

针对较短核苷酸的自转回回放扩大：3.1节重申了基于游离建模的有条件取样径向律，这是对[35]中所换成步骤的改进。同上4演示了可用这两种技术聚合较短回放的结果，由结果可得本文重申的步骤在感知质量分数总体确实比起换成步骤。

© THE END

转载请连系本社会所号获得授权

写稿或寻求美联社：content@jiqizhixin.com