AMD 推出 Nitro 扩散模型以增强 AI 图像生成

AMD 在人工智能领域迈出了重大一步，推出了 Nitro Diffusion 模型，旨在彻底改变图像生成和视觉内容创建。 AMD 表示，这些型号展示了人工智能技术的进步，有望提供高质量和多功能的图像输出。

彻底改变图像生成

生成式人工智能领域经历了革命性的变化，特别是在图像生成方面，扩散模型作为一种卓越的技术而出现。这些模型能够执行复杂的任务，例如文本到图像的合成、图像到图像的转换和图像修复。 AMD Nitro Diffusion 模型的推出旨在进一步突破这些功能的界限，为从娱乐到科学可视化等不同领域提供新的机遇。

AMD 硝基扩散模型

AMD 的创新模型建立在两个备受推崇的开源模型的基础上：Stable Diffusion 2.1 和 PixArt-Sigma。这些模型利用 UNet 架构并结合 CLIP 和 Diffusion Transformer 等高级文本编码器，有望提高效率和高图像质量。该实现利用 PyTorch、HuggingFace Accelerate 库和预先计算的潜在表示来优化 AMD Instinct MI250 加速器上的训练吞吐量。

开源和开发人员参与

为了促进生成式 AI 的进一步进步，AMD 已向开源社区提供这些模型及其相应的代码。此举邀请开发人员和研究人员探索和扩大人工智能驱动的图像生成的潜力。完整的模型文件和代码说明可通过 AMD 的 Hugging Face 模型卡和 GitHub 存储库访问。还鼓励开发人员利用 AMD 开发人员云远程访问 AMD GPU 以进行测试和开发。

有关这些型号的功能和性能的更多信息，AMD 提供了详细的技术博客，可在此处访问。

图片来源：Shutterstock