Link：freeu
FreeU是一種方法，可以在不增加成本的情況下顯著提高擴散模型的取樣質量：無需訓練，無需引入額外引數，無需增加記憶體或取樣時間。該方法透過重新加權U-Net的跳躍連線和主幹特徵圖的貢獻，結合U-Net架構的兩個組成部分的優勢，從而提高生成質量。透過在影象和影片生成任務上進行實驗，我們證明瞭FreeU可以輕鬆整合到現有的擴散模型中，例如Stable Diffusion、DreamBooth、ModelScope、Rerender和ReVersion，只需幾行程式碼即可改善生成質量。
需求人群：
"適用於需要改進擴散模型取樣質量的應用場景"
產品特色：
改進擴散模型的取樣質量
無需訓練或微調
適用於影象和影片生成任務