麻省理工学院的新型生成式 AI，在图像生成方面胜过 Diffusion 模型

10 月 16 日消息，麻省理工学院的 CSAIL（麻省理工学院计算机科学与人工智能实验室）推出了 PFGM++，它通过复制电场行为生成卓越的图像，代表了生成式人工智能的一次飞跃 PFGM++ 在图像生成方面优于扩散模型。

生成式人工智能有望创造一个复杂的图像、声音或文本模式，使人工智能变得惊人地真实。PFGM++ 整合了两个看似毫不相关的物理定律，它们是迄今为止性能最好的生成模型的基础：扩散（通常说明元素的随机运动，如热量渗透房间或气体膨胀到空间）和泊松过程（借鉴管理电荷活动的原理）。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 军工仪器研发制造--电子工程师/项目经理 36-45万 北京 TOP5国内氢能源存储公司--俄罗斯客户经理 30-60万 莫斯科 军用AI分布式智能仿真系统（军棋战略推演）-销售总监/售前顾问 60-120万 北京 成都 西安 著名光电通信芯片--外延工艺资深专家 80-150万 北京 深圳 核生化军工企业--产品经理 （VR/AR)/研发经理 60-70万 北京 山东 上市公司-80G微波器件/组件-技术研发总监（军用） 40-60万 成都 西安 FT500智慧制造ICT/ERP解决方案销售VP 150-200万 天津 北京 互联网保险公司-区块链工程师 40-60万 北京 无锡

自问世以来，「泊松流生成模型 ++」（PFGM++）已在从抗体和 RNA 序列生成到音频制作和图形生成等多个领域找到了潜在应用。该模型可以生成复杂的模式，如创建逼真的图像或模仿真实世界的过程。（来源：cnBeta）