Glossário IA
O dicionário completo da Inteligência Artificial
Classifier-Free Guidance
Técnica de orientação que elimina a necessidade de um classificador externo, utilizando o próprio modelo para seguir ou ignorar um sinal de condicionamento, melhorando assim a fidelidade ao prompt.
IP-Adapter (Image Prompt Adapter)
Módulo que permite usar uma imagem de referência como prompt, codificando suas características visuais para guiar o processo de geração sem modificar os pesos do modelo de difusão.
GLIGEN (Grounded Language-to-Image Generation)
Framework que ancora caixas delimitadoras (bounding boxes) a conceitos textuais, permitindo um controle espacial preciso sobre a posição e o tamanho dos objetos gerados em uma imagem.
Cross-Attention Guidance
Mecanismo que explora os mapas de atenção cruzada entre texto e imagem para reforçar ou enfraquecer a influência de partes específicas do prompt em áreas da imagem gerada.
LoRA (Low-Rank Adaptation)
Técnica de ajuste fino eficiente que injeta pequenas matrizes de baixo posto nas camadas de atenção do modelo, permitindo aprender novos estilos ou conceitos com um mínimo de parâmetros.
T2I-Adapter (Text-to-Image Adapter)
Módulo leve que guia um modelo de difusão pré-treinado usando condições de referência adicionais (como esboços ou mapas de segmentação) sem a necessidade de um retreinamento completo.
UNet Guidance
Processo de orientação que opera diretamente nas previsões de denoising da arquitetura UNet, modificando a direção do gradiente para alinhar a geração com o condicionamento desejado.
Attention Refocusing
Método que modifica os mapas de atenção para redirecionar a importância de um token de prompt para outra região da imagem, permitindo reorganizar a composição dos elementos gerados.
Orientação Semântica
Abordagem que utiliza um modelo semântico externo (ex: CLIP) para calcular uma perda de orientação, garantindo que a imagem gerada permaneça alinhada com o significado do prompt a um nível conceptual.
Orientação Multi-Modal
Estratégia que combina vários tipos de guias (texto, imagem, máscara, mapa de profundidade) simultaneamente para um controlo hierárquico e multifacetado sobre o processo de geração.
Inversão de Texto Nulo
Técnica de edição de imagens que inverte o processo de geração para encontrar um 'prompt nulo' otimizado, permitindo modificações precisas em imagens reais sem artefactos.
SDEdit (Edição por Equação Diferencial Estocástica)
Método que adiciona ruído a uma imagem existente e depois a remove o ruído com um guia, permitindo editar imagens reais enquanto se conserva a sua estrutura subjacente.