AI 图片橡皮擦：概念半透膜模型SPM实现精准擦除特定内容，改头换面技巧揭秘

3月13日 消息:清华大学与阿里安全联合发布了概念半透膜模型（SPM），这一模型能够在 Diffusion 架构的 AI 作图模型中，精准、可控地擦除各类具象或抽象概念。

概念半透膜模型解决了传统 AI 作图模型的问题吗？

该模型的推出解决了传统 AI 作图模型存在的生成涉黄、侵权等危险概念的问题，实现了对特定概念的精确擦除。

概念半透膜模型的工作原理是怎样的？

概念半透膜模型通过一维 Adapter 和微调策略实现概念擦除，同时保留其他生成内容。Adapter 作为一种「半透薄膜」插入到预训练的 Diffusion Model（DM）中，学习特定概念的可迁移识别及擦除，同时保持模型完整性。通过微调策略 Latent Anchoring，模型获得对特定概念的擦除半渗透性，有效地擦除目标概念并保留其他概念。模型在推理过程中通过 Facilitated Transport 机制动态适配擦除信号，控制擦除效果，保证生成内容的准确性和完整性。

概念半透膜模型实验效果如何？

概念半透膜模型的实验效果表明，在单概念或多概念擦除时，模型能够稳定且彻底地擦除目标概念，同时对其他概念几乎没有影响。与其他方法相比，该模型具有更高的精确性和可控性，为 AI 作图模型的应用带来新的可能性。

这一研究成果有望在 AI 内生安全领域、可控生成等方面发挥重要作用，推动 AI 技术产品向着可用、可靠、可信、可控的方向发展。

SPM特色功能亮点总结如下:

项目入口:https://top.aibase.com/tool/spm

论文网址:https://arxiv.org/abs/2312.16145

如果您对概念半透膜模型感兴趣，请点击链接查看更多详情，欢迎留下您宝贵的评论，关注我们的最新动态，点赞支持，感谢您的观看！

本文链接：https://www.24zzc.com/news/171033125956159.html