الانتشار المتتالي هو وصفة ذات مرحلتين إضافيتين تحت الكثير من الأعمال التوليدية الحديثة: قم بإنشاء صورة صغيرة باستخدام نموذج نشر واحد، ثم قم بتسليمها إلى نماذج نشر فائقة الدقة تضيف تفاصيل عالية التردد. أظهر فريق Google Brain خط الأنابيب بأكمله يصل إلى 4.88 FID عند 256×256 على ImageNet، دون الحاجة إلى تعزيز مصنف مساعد، متفوقًا على BigGAN في هذه العملية.

هذه المراجعة القصيرة لـ Ho et al. يغطي الأساسيات بسرعة، والهيكل المتتالي، ولماذا تعتبر خدعة التعزيز التكييفي هي الخلطة السرية التي تمنع الأخطاء من التفاقم عبر المراحل، وكيف تتراكم أرقام FID. إنها تستحق 5 دقائق لأي شخص تتضمن خريطة طريق TTS أو المشفر الصوتي العصبي الخاصة به انتشارًا متعدد المراحل؛ يظهر نفس نمط التصميم في جميع أنحاء توليد الصوت الآن. قم بتجربتها كتمهيد سريع قبل القفز إلى الورقة الكاملة.