# 圖像質量

SeedEdit是Doubao Team推出的大型擴散模型，用於根據任何文本提示修訂圖像。它通過逐步將圖像生成器與強大的圖像編輯器對齊，實現了圖像重建和圖像再生之間的最佳平衡。SeedEdit能夠實現高審美/分辨率圖像的零樣本穩定編輯，並支持圖像的連續修訂。該技術的重要性在於其能夠解決圖像編輯問題中成對圖像數據稀缺的核心難題，通過將文本到圖像(T2I)生成模型視為弱編輯模型，並通過生成帶有新提示的新圖像來實現“編輯”，然後將其蒸餾並與之對齊到圖像條件編輯模型中。

PanoFree是一種創新的全景多視圖圖像生成技術，它通過迭代變形和上色解決了一致性和累積誤差問題，無需額外的調優。該技術在實驗中顯示出顯著的誤差減少，提高了全局一致性，並在不增加額外調優的情況下提升了圖像質量。與現有方法相比，PanoFree在時間和GPU內存使用上效率更高，同時保持了結果的多樣性。

Clipdrop Image upscaler 作為一個小工具，可以提高壓縮圖像的圖像質量。其主要優點包括快速升級圖像質量、提供多種圖像處理功能、簡單易用。背景信息包括產品定位為提高圖像質量的工具。

UniFL是一個項目，旨在提升生成模型質量和加速推理速度。它通過感知反饋學習、解耦反饋學習和對抗性反饋學習三個關鍵組件，有效解決了當前擴散模型存在的圖像質量、美學吸引力和推理速度等問題。經過實驗驗證和用戶研究，UniFL在多個擴散模型上展現出顯著的性能提升和強大的泛化能力。

TextCraftor是一種創新的文本編碼器微調技術，能夠顯著提升文本到圖像生成模型的性能。通過獎勵函數優化，它改善了圖像質量與文本對齊，無需額外數據集。

StreamingT2V 是一種先進的自迴歸技術，可以創建具有豐富動態運動的長視頻，沒有任何停滯。它確保視頻中的時間一致性，與描述性文本緊密對齊，並保持高幀級圖像質量。

該論文提出了對圖像生成模型進行評估的新指，提出了 Frechet Inception Distance (FID) 指標存在的問題，並提出了一種新的評估指標 CMMD。通過大量實驗證明，FID 指標對文本到圖像模型的評估可能不可靠，而 CMMD 指標可以更可靠地評估圖像質量。