功能及特点

• 使用大型预训练的文本编码器，能够有效地完成文本 - 图像任务。
• 与其它模型相比，Imagen 更注重预训练文本编码器的规模，而不是扩大扩散模型的规模。
• 引入了新的阈值扩散采样器，能够实现大型无分类器的引导权重。
• 引入了新的高效 U-Net 架构，计算效率高、内存占用低、收敛速度快。
• 在 COCO 数据集上，Imagen 实现了新的 COCO FID（Fréchet Inception Distance）的最佳成绩，同时在人类评估中也表现出色。