Edify Image: High-Quality Image Generation with Pixel Space Laplacian Diffusion Models

我们介绍了Edify Image，这是一系列能够生成具有像素级精确度的逼真图像内容的扩散模型。Edify Image利用了通过新颖的拉普拉斯扩散过程训练的级联像素空间扩散模型，在该过程中，不同频率带的图像信号以不同的速率衰减。Edify Image支持广泛的应用，包括文本到图像合成、4K超采样、ControlNets、360度HDR全景图生成以及用于图像定制的微调。

Edify Image旨在解决生成高质量、高分辨率图像的问题，特别是通过像素级精确的方法来实现这一目标。这是一个在计算机视觉和图像生成领域持续关注的问题，但Edify Image提出了新的方法来提高生成图像的质量。

Edify Image的关键思路是利用级联像素空间扩散模型，并引入了一种新颖的Laplacian扩散过程。这种过程能够对不同频率的图像信号以不同的速率进行衰减，从而在生成过程中更好地控制细节和结构。与现有的扩散模型相比，这种方法能够在保持全局结构的同时，增强局部细节的准确性和自然度。

1. 支持多种应用，如文本到图像合成、4K超采样、ControlNets、360度HDR全景图生成等。 2. 实验设计包括了多个基准测试和应用场景，验证了模型在不同任务中的表现。 3. 使用了多个公开数据集进行训练和评估，确保了模型的泛化能力。 4. 开源了部分代码和预训练模型，便于其他研究人员复现和进一步研究。 5. 提出了未来的研究方向，如改进扩散过程、探索更多应用场景等。

1. "Improved Techniques for Training Score-Based Generative Models" - 这篇论文探讨了如何改进基于分数的生成模型的训练技术。 2. "High-Resolution Image Synthesis with Latent Diffusion Models" - 该研究提出了使用潜在扩散模型生成高分辨率图像的方法。 3. "Cascaded Refinement Networks for High Fidelity Image Generation" - 这篇论文介绍了级联细化网络在生成高保真图像中的应用。 4. "Laplacian Pyramid Networks for Efficient Style Transfer and Image Super-Resolution" - 该研究利用Laplacian金字塔网络实现了高效的风格迁移和图像超分辨率。