dalle-2 的巧思:在 CLIP 嵌入空间预测图像而非像素
thesephist · x · 2026-09-23
开发者 Linus Lee(thesephist)回顾 DALL-E 2 的一个聪明设计:它不在像素或专用图像 latent patch 上做预测,而是在 CLIP 嵌入空间中生成,因此可以在图像空间里做插值等有趣操作。他用这个例子说明仍有大量值得探索的生成范式。
所属事件:开发者解读 DALL-E 2 在 CLIP 嵌入空间生成图像的设计巧思(2 条相关)→
「多模态」频道最新
- fal 发布《生成式媒体现状报告》第二卷：生成媒体已进入生产阶段 — adamho · 2026-09-23
- Autochrome 点彩风人像 prompt：晨光怀旧色调实测 — tisch_eins · 2026-09-23
- cannon 宣称 lipsync 已解决，正把准确率从约 90% 冲向 99% — repligate · 2026-09-23
- Seedance 2.5 写实度惊到网友：AI 视频进入真假难辨时代 — SimplyAnnisa · 2026-09-23
- 用 Seedance 2.5 复刻 2000 年代 MiniDV 家庭录像风，附完整提示词 — SimplyAnnisa · 2026-09-23
- 《魔戒》肌肉版爆改:AI 视频把护戒联盟全员练成猛男 — iquizuanswer · 2026-09-23