اللحظة التي أدركت فيها أن مشفرات VAE هي السر الحقيقي وراء تشريح NSFW الحاد

تخيل VAE كمترجم مدرب جيدًا يضغط صورة كاملة الدقة إلى شبكة كامنة مدمجة. يضغط المشفر كل بكسل من الجلد، وكل طية من القماش، وكل منحنى من الجسم إلى تلك المساحة الأصغر. ثم يعيد فك التشفير بناءها. عندما يكون VAE مدربًا جيدًا مع خسائر إدراكية، فإنه يحتفظ بالتفاصيل الصغيرة التي تهم أكثر للمشاهد العارية. تبقى مسام الجلد مرئية. يلتف الإضاءة بشكل طبيعي عبر المنحنيات. يبقى التشريح متسقًا بدلاً من الذوبان في الآثار. هذا الاختصار في فضاء الكمون هو بالضبط سبب أصبح توليد البالغين عالي الدقة عمليًا على نطاق واسع.

نفس الضغط الذي يحمي القوام الدقيق يحافظ أيضًا على تماسك الحركة عبر الإطارات. عندما يحافظ فك التشفير على نسب الجسم الدقيقة ودرجات لون الجلد، يمكنك ربط مقاطع قصيرة دون تحولات مفاجئة في الإضاءة أو شكل الأطراف. هذا التماسك يحول الوضعيات الثابتة إلى تسلسلات واقعية. لقد شاهدت مشاهد مولدة تنتقل من التصلب والغرابة إلى السلاسة والحميمية ببساطة لأن VAE الأساسي تعامل مع إعادة البناء بشكل أفضل. النتيجة تشعر وكأنها حركة حقيقية ملتقطة على الكاميرا وليست صور منفصلة.

توفر مشفرات VAE المحسنة احتفاظًا بالتفاصيل يظهر كقوام جلد وأقمشة حاد بدلاً من البقع الضبابية. تقلل الآثار غير المرغوبة حتى تبقى الأطراف متناسبة بشكل صحيح حتى أثناء الحركات المعقدة. تتحسن دقة الإضاءة لأن فك التشفير يعيد بناء كيفية سقوط الضوء فعليًا عبر المنحنيات والأسطح. معًا تحول هذه التحسينات المقاطع المولدة القصيرة إلى تسلسلات تبدو حميمية وواقعية بدلاً من كونها اصطناعية بوضوح. الفرق واضح في اللحظة التي تقارن فيها نفس الوصف المولد بأنبوب VAE أساسي مقابل متقدم.