画像生成モデルの比較 — GAN vs VAE vs Diffusion
画像生成モデルの分野は、この10年で劇的に進化しました。2014年のGANの登場...
DiT（Diffusion Transformer）を徹底解説 — 拡散モデルのU-NetをTransformerに置き換えた【ICCV 2023】
Sora（動画生成）やStable Diffusion 3 など、2024年以降...
VAR（Visual Autoregressive Modeling）を徹底解説 — 次スケール予測で拡散モデルを超えた画像生成【NeurIPS 2024 Best Paper】
GPTが文章を「次の単語」を1つずつ予測して生成するように、画像も「次のピクセル...
ControlNetの仕組み — Zero Convolutionと条件付き画像生成
ControlNetは、2023年にZhangらが発表した、拡散モデルに空間的な...
Imagen・DALL-Eの比較 — テキスト→画像生成モデルの進化
Imagen（Google）とDALL-E（OpenAI）は、テキストから画像を...
Stable Diffusionの仕組み — 拡散モデルの理論と全体像
Stable Diffusionは、2022年にStability AI、Com...