გენერაციული ხელოვნური ინტელექტი (AI), მათ შორის მოდელები Stable Diffusion, Midjourney და DALL-E, ხშირად მარცხდება თანმიმდევრული გამოსახულებების წარმოებაში, განსაკუთრებით ისეთი დეტალების, როგორიცაა სახის სიმეტრია და თითების შესაბამისი წარმოსახვა. ეს მოდელები ძირითადად ქმნიან კვადრატულ გამოსახულებებს, რასაც მოჰყვება პრობლემები სხვა ასპექტურ შეფარდებაში გამოსახულებების შექმნისას, რაც იწვევს ანომალიებს, როგორიცაა დამატებითი თითები ან დამახინჯებული ფორმები. ამ პრობლემების მისამართით, რაისის უნივერსიტეტის კომპიუტერული მეცნიერები შეიმუშავეს ElasticDiffusion, ახალი მეთოდი, რომელიც ეფუძნება წინასწარ მომზადებულ დიფუზიურ მოდელებს. მოაიდ ჰაჯი ალი, რაისის დოქტორანტი, წარადგინა ეს მეთოდი IEEE 2024 კომპიუტერული ხედვისა და მარშრუტიზაციის აღნიშვნებზე სიეტლში. ჰაჯი ალი განმარტა, რომ ტრადიციული დიფუზიური მოდელები მხოლოდ კონკრეტულ გარჩევადობაზე გამოსახულებების წარმოებას ახდენენ, რაც ეფართულია სხვა მონაცემებით, რაც იწვევს პრობლემებს ვარიაციით. ElasticDiffusion აუმჯობესებს მეთოდს გამოგზავნისა და გლობალური ინფორმაციის გამიჯვნის გზით გამოსახულების წარმოებისას, ნაცვლად მათი გაერთიანებისა.

ეს გამიჯვნა ხელს უშლის ვიზუალური ხარვეზების წარმოქმნას, რაც განმეორებადი მონაცემების შედეგად გამოიმუშავება არა-კვადრატურ გამოსახულებებზე. ჰაჯი ალიმ აღნიშნა, რომ პროცესი მოიცავს თავდაპირველ გლობალურ ქულას, რომელიც მოიცავს გამოსახულების საერთო სტრუქტურას, შემდგომში დეტალების შევსებას პიქსელების დონეზე. ეს მეთოდიკა უზრუნველყოფს უფრო მკაფიო გამოსახულებების შექმნას სხვადასხვა ასპექტურ შეფარდებაში, დამატებითი მოდელის მომზადების საჭიროების გარეშე. მიუხედავად იმისა, რომ ElasticDiffusion უზრუნველყოფს უკეთეს თანმიმდევრულობასა და ადაპტაციას გამოსახულებების წარმოებაში, მას აქვს კომბინირებული მინუსი: ამჟამად 6-9-ჯერ მეტი დრო სჭირდება გამოსახულებების შექმნას ტრადიციულ დიფუზიურ მოდელებთან შედარებით. ჰაჯი ალი მიზნად ისახავს მეთოდის ოპტიმიზაციას, რათა მიაღწიოს თანაბარ ესმარქატივ დროს, გარჩევას მაღალი ხარისხის გამოსახულებების წარმოებისთვის ასპექტური შეფარდებისგან დამოუკიდებლად.