Выход Visage-Image: легкая модель генерации лиц по тексту

Разработчик представил небольшую модель Visage-Image, основанную на архитектуре DiT и объективе rectified flow, специально обученную для генерации лиц по текстовому описанию. В отличие от стандартных решений, автор обучил собственный узкоспециализированный автоэнкодер, который показал лучшие результаты по метрике iFID и качеству генерации по сравнению с FLUX.2 VAE на собственном датасете.