d-VAE – Blog Sketch https://blog.ziaowang.top Sun, 23 Nov 2025 02:31:33 +0000 en-US hourly 1 https://wordpress.org/?v=6.8.5 A picture is worth a thousand words https://blog.ziaowang.top/2025/11/23/a-picture-is-worth-a-thousand-words/ https://blog.ziaowang.top/2025/11/23/a-picture-is-worth-a-thousand-words/#respond Sun, 23 Nov 2025 02:27:39 +0000 http://localhost/mysite/?p=7562 AI 作图领域，存在如下两种不同的思路：

  1. 以 Stable Diffusion 为首的扩散模型，使用一系列的 denoising step 将一张随机噪声图片逐步在 CLIP 引导下转换为成品图。
  2. 把图像切割为 token，以 token 为单位自回归式生成图像。”自回归” 这一块与语言模型原理相同。

用人类作图类比，Stable…

]]> AI 作图领域，存在如下两种不同的思路：

  1. 以 Stable Diffusion 为首的扩散模型，使用一系列的 denoising step 将一张随机噪声图片逐步在 CLIP 引导下转换为成品图。
  2. 把图像切割为 token，以 token 为单位自回归式生成图像。”自回归” 这一块与语言模型原理相同。

用人类作图类比，Stable…

]]> https://blog.ziaowang.top/2025/11/23/a-picture-is-worth-a-thousand-words/feed/ 0