图像生成技术的颠覆性进展——从GAN到Aura SR V2

欢迎来到我们的科技专栏！最近，文本到图像合成技术的成功引起了全球的轰动，激发了公众的无限想象力。从技术角度看，这也标志着在设计生成图像模型的架构上发生了巨大的变化。曾经，生成对抗网络（GANs）是事实上的首选技术，例如StyleGAN。然而，随着DALL-E 3自回归和扩散模型的出现，这些新模型一夜之间成为大规模生成模型的新标准。

GAN的局限性与GigaGAN的诞生

这种快速的转变引发了一个基本问题：我们能否扩展GANs以从大数据集（如ImageNet）中受益？研究发现，单纯增加StyleGAN架构的容量会迅速变得不稳定。就在这时，GigaGAN项目应运而生。在GigaGAN项目的基础上，我们迎来了一个令人惊叹的模型——Aura SR。

Aura SR的初版与改进

我在一个多月前已经介绍过这个模型的第一个版本，如果你有兴趣，可以查看那段内容。我对这个模型印象深刻，用简单的话来说，这个模型可以 显著提高图像的分辨率。现在，他们发布了这个模型的第二个版本。

Aura SR基于Adobe的GigaGAN论文，使用了Lucy Train的实现作为起点。GigaGAN上采样器专为生成图像设计，缺乏在训练期间的降解预处理，因此第一个版本的Aura SR无法在不产生伪影的情况下放大压缩的JPG图像。新版本解决了这个问题，并进一步提高了图像质量。

新版本的技术突破<