Apple Desafía a los Modelos de Difusión: Un Avance en la Generación de Imágenes con Flujos Normalizadores

Apple publicó dos artículos que muestran el potencial de una técnica olvidada para la generación de imágenes: Flujos Normalizadores. Sus nuevos modelos, TarFlow y STARFlow, utilizan Transformadores para lograr avances significativos en la calidad y eficiencia de la imagen. A diferencia del GPT-4o de OpenAI, que genera imágenes token por token, los modelos de Apple generan valores de píxeles directamente o mediante un proceso de compresión-descompresión, evitando la pérdida de información de la tokenización y ofreciendo un mejor control sobre los detalles de la imagen. STARFlow va más allá, empleando la generación de espacio latente e integrando un modelo de lenguaje ligero, lo que lo hace más adecuado para dispositivos móviles. Esto marca una nueva dirección en la generación de imágenes, desafiando el dominio de los modelos de difusión.