unconv-ai/Un-0

해결하는 문제

Un-0은 현대 AI 이미지 생성기에서 흔히 사용되는 계산 비용이 큰 반복적 노이즈 제거 및 확산 스케줄을 피하는 이미지 생성 모델입니다. 동역학 시스템을 계산 기반으로 활용함으로써 아날로그 및 물리적 하드웨어에 매핑 가능하며, AI의 에너지 소비를 크게 줄일 수 있는 길을 제시합니다.

작동 방식

확산 대신 Un-0은 Kuramoto 동역학—결합된 오실레이터 집단의 위상 역학을 통합하는 방식을 사용합니다. 모델은 이러한 오실레이터를 진화시키고 결과를 디코더를 통해 전달하여 이미지를 생성합니다. 본 프로젝트는 CIFAR-10 및 ImageNet-64용 훈련 파이프라인을 포함한 PyTorch 참조 구현을 제공하며, 훈련에는 DINOv2 특징이 사용됩니다.

대상 사용자

비전통적인 AI 아키텍처, 동역학 시스템, 에너지 효율적인 이미지 생성에 관심이 있는 연구자 및 개발자.

주요 특징

• 비확산 접근법: 반복적 노이즈 제거나 적대적 학습 없이 이미지를 생성.
• 에너지 효율성: 아날로그/물리적 하드웨어에 구현할 경우 에너지 사용량을 최대 1000배 낮출 수 있도록 설계.
• 사전 학습된 가중치: 오실레이터 수를 다양하게 설정한 CIFAR-10 및 ImageNet-64용 체크포인트 포함.
• 아블레이션 스위트: Kuramoto 동역학과 디코더만의 영향을 측정할 수 있는 포괄적인 스위트 제공.