苹果发布 STARFlow：一种创新的 AI 图像生成技术，旨在超越 DALL-E 和 Midjourney
发布时间：2025-09-02 11:22:03 | 责任编辑：吴昊 | 浏览量：23 次
苹果公司的机器学习研究团队最近研发出了一种名为 “STARFlow” 的全新 AI 图像生成系统。这项技术可能会挑战目前主流的扩散模型，后者是像 DALL-E 和 Midjourney 等流行图像生成器的核心。这项突破性进展在上周的一篇研究论文中进行了详细介绍，研究团队在开发过程中与多所学术机构进行了合作。
STARFlow 的核心创新在于将正则化流和自回归变换器结合，研究团队表示，这种方法在高分辨率图像生成上实现了竞争力的表现。正如研究团队的成员所指出的，STARFlow 在高分辨率图像生成的成功演示，标志着在这一领域的一次重要突破。
苹果面临着越来越大的竞争压力，尤其是在人工智能领域。尽管在周一的全球开发者大会上，苹果推出了一些更新，但外界普遍认为这些变化不够显著。相比之下，谷歌和 OpenAI 在生成式 AI 方面的进展引发了更大的关注。
在技术细节上，STARFlow 通过采用 “深浅设计” 来克服现有正则化流方法的局限性。这种设计使用深度变换器块来捕获大部分模型的表现能力，同时辅以少量计算效率高的浅层变换器块。此外，STARFlow 还在预训练自编码器的潜在空间中操作，这使得模型能够处理图像的压缩表示，从而提高了效率。
与传统的扩散模型不同，STARFlow 保持了正则化流的数学特性，使得在连续空间中能够实现 “精确的最大似然训练”，而无需进行离散化处理。这一特性对需要精确控制生成内容的应用场景至关重要，尤其是在企业应用和设备内 AI 功能的开发中。
苹果一直在与领先的学术机构合作，以推动其 AI 能力的提升。这项研究的共同作者之一，来自乔治亚理工学院的博士生 Tianrong Chen，就在这一领域拥有丰富的专业知识。研究团队强调，他们的模型是一个端到端的正则化流，区别于那些为了提升性能而牺牲数学可操作性的混合方法。
这项技术研究虽然在学术上取得了显著进展，但苹果是否能将这些研究成果转化为实际的消费者功能，仍然是一个需要回答的问题。在一个曾经以 iPhone 等产品引领潮流的公司面前，创新的速度也显得尤为关键。
论文:https://arxiv.org/pdf/2506.06276
划重点:
🌟 STARFlow 是苹果新开发的 AI 图像生成系统，能够与 DALL-E 和 Midjourney 等主流模型竞争。
💡 该系统结合了正则化流和自回归变换器，通过深浅设计和潜在空间操作来提高生成效率。
📈 苹果与学术机构的合作正在推动其 AI 技术的进步，未来在实际应用中的表现备受期待。
。
核心技术创新
：
-
深度 Transformer 块：捕捉模型的大部分表征能力。
-
浅层 Transformer 块：计算高效，作为补充，提升整体效率。
。
与扩散模型的区别与优势
-
数学特性保留：STARFlow 保留了正则化流的数学特性，能够在连续空间中实现 精确的最大似然训练，无需进行离散化处理
。
-
精确控制生成内容：这种特性使得 STARFlow 在需要对生成内容进行精确控制的应用场景（如企业级应用、设备端 AI 功能）中具有独特优势
。
-
文本提示处理优化：STARFlow 不再依赖内建的文本编码器，而是能够调用现有的语言模型（如谷歌的小型语言模型 Gemma），更灵活地处理用户的语言指令，进一步提升生成图像质量
。
性能表现与竞争态势
。
实际应用前景与意义
-
企业级应用：STARFlow 的精确控制特性使其在企业级应用中具有巨大潜力。
-
设备端 AI 功能：苹果可将 STARFlow 应用于其广泛的设备生态系统中，发挥软硬件集成的优势，提升用户体验
。
-
差异化竞争：STARFlow 的推出标志着苹果在 AI 领域寻求差异化竞争优势的重要一步，有助于缓解苹果在 AI 竞赛中面临的巨大压力
。
研究论文与技术细节
。
综上所述，苹果推出的 STARFlow 技术通过创新的架构设计和训练方式，成功挑战了当前主流的扩散模型技术路线，展现出与 DALL-E 和 Midjourney 等顶尖模型相竞争的实力，并为苹果在 AI 领域开辟了新的创新路径和差异化竞争优势。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
