Generatiivne tehisintellekt (AI), sealhulgas mudelid nagu Stable Diffusion, Midjourney ja DALL-E, seisab sageli silmitsi järjepidevate piltide loomisega, eriti kui tegemist on detailidega nagu näosümmeetria ja õige sõrmede kujutamine. Need mudelid genereerivad üldiselt ruudukujulisi pilte, mis tekitab probleeme, kui neid kasutatakse erineva kuvasuhtega piltide loomiseks, mille tulemuseks on anomaaliad, nagu lisa sõrmed või moonutatud kujundid. Nende probleemide lahendamiseks on Rice'i ülikooli arvutiteadlased välja töötanud ElasticDiffusioni, uue meetodi, mis kasutab eelkoolitatud difusioonimudelite eeliseid. Moayed Haji Ali, Rice'i doktorant, esitles seda meetodit IEEE 2024 arvutinägemise ja mustrituvastuse konverentsil Seattle'is. Haji Ali selgitas, et traditsioonilised difusioonimudelid suudavad genereerida pilte ainult kindla lahutusvõimega, mis on ülemäärase õppe tagajärg, kus AI-mudel toimib hästi tuttava andmete puhul, aga ei suuda kohaneda variatsioonidega. ElasticDiffusion täiustab lähenemist, eraldades piltide loomise ajal lokaalse ja globaalse teabe, selle asemel, et neid kombineerida.

See eraldamine aitab vältida visuaalseid ebatäiuslikkusi, mis tulenevad korduvast andmetest mittesümmeetriliste piltidega kohandamisel. Haji Ali märkis, et protsess hõlmab kõigepealt üldise skoori hankimist, mis kajastab pildi üldist struktuuri, millele järgneb pikslitaseme detailide täitmine osade kaupa. See meetod võimaldab luua selgemaid pilte erinevates kuvasuhetes, ilma et oleks vaja täiendavat mudeli treeningut. Kuigi ElasticDiffusion pakub pildi loomisel paremat järjepidevust ja kohanemisvõimet, kaasneb sellega ka kompromiss: praegu kulub piltide loomiseks 6-9 korda kauem aega võrreldes tavapäraste difusioonimudelitega. Haji Ali eesmärgiks on meetodi optimeerimine, et saavutada samaväärsed järeldusajad, säilitades samal ajal kõrgekvaliteediliste piltide loomise võime sõltumata kuvasuhtest.