苹果推出STARFlow，挑战DALL-E与Midjourney

快速阅读: 苹果机器学习团队研发出AI图像生成系统STARFlow，结合正则化流和自回归变换器，提高高分辨率图像生成效率，有望挑战DALL-E等主流模型。苹果与学术机构合作，推动AI技术进步。

苹果公司的机器学习研究团队最近研发出了一种名为 “STARFlow” 的全新 AI 图像生成系统。这项技术可能会挑战目前主流的扩散模型,后者是像 DALL-E 和 Midjourney 等流行图像生成器的核心。这项突破性进展在上周的一篇研究论文中进行了详细介绍,研究团队在开发过程中与多所学术机构进行了合作。

STARFlow 的核心创新在于将正则化流和自回归变换器结合,研究团队表示,这种方法在高分辨率图像生成上实现了竞争力的表现。正如研究团队的成员所指出的,STARFlow 在高分辨率图像生成的成功演示,标志着在这一领域的一次重要突破。

苹果面临着越来越大的竞争压力,尤其是在人工智能领域。尽管在周一的全球开发者大会上,苹果推出了一些更新,但外界普遍认为这些变化不够显著。相比之下,谷歌和 OpenAI 在生成式 AI 方面的进展引发了更大的关注。

在技术细节上,STARFlow 通过采用 “深浅设计” 来克服现有正则化流方法的局限性。这种设计使用深度变换器块来捕获大部分模型的表现能力,同时辅以少量计算效率高的浅层变换器块。此外,STARFlow 还在预训练自编码器的潜在空间中操作,这使得模型能够处理图像的压缩表示,从而提高了效率。

与传统的扩散模型不同,STARFlow 保持了正则化流的数学特性,使得在连续空间中能够实现 “精确的 最大 似然训练”,而无需进行离散化处理。这一特性对需要精确控制生成内容的应用场景至关重要,尤其是在企业应用和设备内 AI 功能的开发中。

苹果一直在与领先的学术机构合作,以推动其 AI 能力的提升。这项研究的共同作者之一,来自乔治亚理工学院的博士生 Tianrong Chen,就在这一领域拥有丰富的专业知识。研究团队强调,他们的模型是一个端到端的正则化流,区别于那些为了提升性能而牺牲数学可操作性的混合方法。

这项技术研究虽然在学术上取得了显著进展,但苹果是否能将这些研究成果转化为实际的消费者功能,仍然是一个需要回答的问题。在一个曾经以 iPhone 等产品引领潮流的公司面前,创新的速度也显得尤为关键。

论文:https://arxiv.org/pdf/2506.06276 划重点: 🌟 STARFlow 是苹果新开发的 AI 图像生成系统,能够与 DALL-E 和 Midjourney 等主流模型竞争。

💡 该系统结合了正则化流和自回归变换器,通过深浅设计和潜在空间操作来提高生成效率。

📈 苹果与学术机构的合作正在推动其 AI 技术的进步,未来在实际应用中的表现备受期待。

(以上内容均由Ai生成)