Kolors - v1.0

Kolors to model generowania obrazów na podstawie tekstu na dużą skalę, oparty na latentnej dyfuzji, opracowany przez zespół Kuaishou Kolors. Trenowany na miliardach par tekst-obraz, Kolors wykazuje znaczące przewagi nad zarówno otwartoźródłowymi, jak i zamkniętoźródłowymi modelami pod względem jakości wizualnej, złożonej dokładności semantycznej oraz odwzorowania tekstu dla znaków chińskich i angielskich. Co więcej, Kolors obsługuje zarówno wejścia w języku chińskim, jak i angielskim, wykazując silną wydajność w rozumieniu i generowaniu treści specyficznych dla chińskiego. Po więcej szczegółów odsyłamy do naszego raportu technicznego.