# 画像品質

SeedEditは、Doubao Teamが開発した大規模拡散モデルで、あらゆるテキストプロンプトに基づいて画像を修正するために使用されます。画像生成器と強力な画像エディターを段階的に連携させることで、画像の再構成と再生の最適なバランスを実現しています。SeedEditは、高審美性/高解像度の画像のゼロショット安定編集を可能にし、画像の連続修正にも対応しています。この技術の重要性は、ペア画像データの不足という画像編集における中心的な課題を解決できる点にあります。テキストから画像への生成モデル（T2I）を弱編集モデルと見なし、新しいプロンプトを含む新しい画像を生成することで「編集」を実現し、それを蒸留して画像条件付き編集モデルに合わせ込むことで実現しています。

UniFLは、生成モデルの品質向上と推論速度の高速化を目指したプロジェクトです。知覚フィードバック学習、解結合フィードバック学習、敵対的フィードバック学習という3つの主要なコンポーネントを通じて、現在の拡散モデルにおける画像品質、美的魅力、推論速度といった問題を効果的に解決します。実験検証とユーザー調査の結果、UniFLは複数の拡散モデルにおいて顕著な性能向上と強力な汎化能力を示しました。

TextCraftorは、テキストから画像を生成するモデルのパフォーマンスを大幅に向上させる革新的なテキストエンコーダー微調整技術です。報酬関数の最適化により、追加のデータセットを必要とせずに、画像品質とテキストの一致性を向上させます。

本論文は、画像生成モデルを評価するための新たな指標を提案しています。Frechet Inception Distance（FID）指標の課題を指摘し、新たな評価指標としてCMMDを提案しています。数多くの実験を通して、FID指標はテキストから画像へのモデル評価において信頼性に欠ける可能性がある一方、CMMD指標は画像品質をより信頼できる方法で評価できることを示しています。