Del ruido a la imagen
Tres líneas de trabajo sobre cómo generar imágenes, el espacio latente, la difusión y la eliminación de ruido, se juntan en los generadores de 2022.
Autocodificador variacional (20 de diciembre de 2013)
El autocodificador variacional aprende a comprimir imágenes en un espacio de pocas variables y a generar imágenes nuevas desde él.
Primer modelo de difusión (12 de marzo de 2015)
Sohl-Dickstein y sus colegas proponen destruir una imagen con ruido paso a paso y aprender a recorrer el camino de vuelta.
Modelos generativos basados en puntuación (12 de julio de 2019)
Song y Ermon generan imágenes quitando ruido a varios niveles con dinámica de Langevin.
DDPM (19 de junio de 2020)
DDPM muestra que las dos ideas son la misma y logra imágenes de la calidad de las mejores GAN.
DALL·E y CLIP (5 de enero de 2021)
DALL·E dibuja a partir de texto con un Transformer que trabaja sobre las piezas de un autocodificador variacional, y CLIP relaciona imágenes y textos.
DALL·E 2 (6 de abril de 2022)
DALL·E 2 sustituye el Transformer por un modelo de difusión guiado por las representaciones de CLIP.
Stable Diffusion (22 de agosto de 2022)
Stable Diffusion hace la difusión en el espacio de un autocodificador y publica sus pesos.