Tutorials
評測 DiTAR：用於語音生成的擴散 Transformer 自迴歸建模 ~ Seed-TTS
Seed-TTS 團隊帶著 DiTAR 回來了，這是對現代語音生成中最尷尬的權衡之一的乾淨答案：你如何在保持連續語音表示的靈活性而不支付計算
![[Long Review] Cascaded Diffusion Models for High Fidelity Image Generation](/media/video/2022/06/long-review-cascaded-diffusion-models-for-high-fidelity-image-generation/preview.jpg)
Tutorials
[長篇評論] Cascaded Diffusion Models for High Fidelity Image Generation
在Imagen和DALL-E 2將擴散設定為生成式影像的預設之前，這篇Google Brain論文奠定了Cascaded Diffusion的方案，許多後來的文字轉圖像系統都悄悄地採用：從一個小
![[Short Review] Cascaded Diffusion Models for High Fidelity Image Generation](/media/video/2022/06/short-review-cascaded-diffusion-models-for-high-fidelity-image-generation/preview.jpg)
Tutorials
[短篇評論] Cascaded Diffusion Models for High Fidelity Image Generation
Cascaded Diffusion是許多現代生成工作背後的二階以上方案：用一個擴散模型生成小影像，然後交給超解析度擴散模型來添加高頻細