Modelos de difusión e imagen generativa (DALL-E 2, Stable Diffusion, Midjourney)
Diffusion models and generative imagery
- Fecha
- 2020-2022 · fiabilidad alta
- Lugar
- UC Berkeley (DDPM, 2020); LMU Múnich, Alemania (Stable Diffusion, 2022); OpenAI, San Francisco (DALL-E 2)
- Autoría
- Jonathan Ho, Ajay Jain y Pieter Abbeel (DDPM); Robin Rombach y Björn Ommer (Stable Diffusion, con Stability AI); OpenAI (DALL-E 2); Midjourney
- Personas
- 👤 Björn Ommer1981–👤 Pieter Abbeel1977–👤 Robin Rombach
- Ámbito
- Saber y símbolos
Qué es
Modelos que aprenden a revertir la adición de ruido para generar imágenes fotorrealistas a partir de texto, liberados en 2022 con pesos abiertos. Llevaron la creación visual a cualquier persona y después al vídeo (Sora, 2024).
A qué dio paso
- La IA generativa visual en diseño, publicidad y cine y la disputa con los artistas
- Los deepfakes accesibles y la desinformación visual
- La generación de vídeo, música y mundos 3D
Se apoya en
- Redes generativas antagónicas (GAN)2014
- Arquitectura transformer (Attention Is All You Need)2017
- transformer y CLIP
- termodinámica del no equilibrio
Hizo posible
- generación de vídeo (Sora, Veo)
- edición fotográfica con IA
- diseño de moléculas por difusión