태그: #image-generation

한국어English日本語中文

← 전체 글

• 이미지 생성·이해 기술 리포트, 무엇을 읽을 것인가 — 샘플 이미지 대신 설계를 읽기

  이미지 생성과 이해 기술 리포트 열한 편을 arXiv 원문 초록에서 직접 확인해 정리했습니다. 정류 흐름 트랜스포머와 VAR, Emu3, SANA, Janus-Pro, FLUX.1 Kontext, Qwen-Image 계열, Seedream 4.0, Z-Image와 Mage-Flow, InternVL3, 그리고 평가 쪽 Qwen-Image-Bench까지 각각 무엇을 새로 했고 저자들이 어떤 한

  2026-08-12 · 14 분 읽기 #ai-papers#paper-review#technical-report#image-generation#diffusion-transformer

• AI 이미지 생성 2026 — Flux / Midjourney 7 / Ideogram 3 / Recraft / SD 3.5 / GPT-4o / Imagen 4 심층 가이드

  2026년의 AI 이미지 생성은 더 이상 한 모델의 이야기가 아니다. Black Forest Labs의 Flux 1.1 Pro와 Kontext가 오픈웨이트로 사진실적 품질의 새 기준을 세웠고, Midjourney 7이 미적 감각의 표준으로 자리를 굳혔고, Ideogram 3가 텍스트가 들어간 이미지에서 독주하고, Recraft V3가 디자인(벡터, 로고)이라는 별도 카테고리를 열었다. Sta

  2026-05-15 · 54 분 읽기 #ai-image#image-generation#flux#midjourney#ideogram

• Diffusion Model 논문 서베이: DDPM에서 Stable Diffusion·DiT·SDXL까지 이미지 생성 모델의 진화

  DDPM/DDIM의 확산-역확산 이론부터 Score-based 모델, Latent Diffusion(Stable Diffusion)의 VAE+U-Net 아키텍처, Classifier-free Guidance, DiT(Diffusion Transformer)의 adaLN-Zero, SDXL의 이중 텍스트 인코더와 Refiner 파이프라인, ControlNet의 조건부 제어, 학습 파이프라인,

  2026-03-12 · 25 분 읽기 #ai-papers#diffusion-model#ddpm#stable-diffusion#dit

• Diffusion Transformer(DiT) 아키텍처 분석: U-Net에서 Transformer로의 전환

  Scalable Diffusion Models with Transformers(DiT) 논문을 분석합니다. U-Net 기반 디퓨전 모델의 한계를 넘어 Transformer 백본으로 전환한 배경, adaLN-Zero 조건화, 스케일링 법칙, SORA/DALL-E 3로의 영향까지 다룹니다.

  2026-03-03 · 12 분 읽기 #ai-papers#diffusion-transformer#dit#generative-ai#image-generation

• AI 프롬프트 엔지니어링 완전 가이드 — 정보 검색, 이미지/영상 생성, 디버깅 (한/영/일)

  AI에게 좋은 결과를 얻기 위한 프롬프트 기법을 상황별(정보 검색, 이미지/영상, 디버깅)로 정리. 한국어, 영어, 일본어 3개 국어 실전 표현 포함.

  2026-03-02 · 21 분 읽기 #ai#prompt-engineering#multilingual#image-generation#debugging

• Wan Text-to-Video/Image-to-Video와 Z Image Turbo 완벽 분석: 차세대 비디오·이미지 생성 모델의 아키텍처와 활용

  Alibaba Wan의 Text-to-Video/Image-to-Video 모델 아키텍처, 학습 방법론, 비디오 생성 파이프라인과 Z Image Turbo의 초고속 이미지 생성 기술을 심층 분석하고, Sora/Kling/Runway 등 경쟁 모델과 비교하며 실전 활용 가이드를 제공한다.

  2026-03-01 · 54 분 읽기 #wan#text-to-video#image-to-video#z-image-turbo#video-generation

• GAN 논문 완벽 분석: 생성적 적대 신경망이 열어젖힌 AI 생성 모델의 시대

  Ian Goodfellow의 GAN 원본 논문부터 DCGAN, WGAN, Progressive GAN, StyleGAN까지 — 생성적 적대 신경망의 핵심 이론인 minimax 게임, Nash 균형, 학습 불안정성 해결법을 수식과 함께 분석하고, GAN 계보의 진화를 총정리한다.

  2026-03-01 · 55 분 읽기 #gan#generative-model#adversarial-training#deep-learning#image-generation

• DDPM 논문 완벽 분석: 노이즈에서 이미지를 만들어내는 확산 모델의 수학과 원리

  Ho et al.의 DDPM 논문을 심층 분석한다. Forward/Reverse diffusion process, 변분 하한(ELBO), 노이즈 스케줄링, 단순화된 학습 목표(simplified objective)를 수식으로 유도하고, DDIM, Latent Diffusion, Stable Diffusion으로의 진화까지 총정리한다.

  2026-03-01 · 47 분 읽기 #ddpm#diffusion-model#generative-model#score-matching#stable-diffusion