AI文生图的大争之世,各种文生图的模型此起彼伏,博眼球的更是不在少数。不过目前生成效果最好的依然还是老牌的三强,Midjourney, Stable Diffusion XL,以及Dall.E -3。
我们先来对比一下这三强生成的效果,希望可以为大家在选择图文模型提供一些参考。其他的模型只能说暂时略逊一筹,我们的文心一格4.0大模型的效果赶超很明显,已经可以初步商用了。
废话不说,正片开始。
1. 图片生成效果对比
PK 1: 生成要求:“一对老夫妻携手迎面走在乡间小路上,画面温馨,皮克斯动画风格, 暖色调”。
Stable Diffusion XL生成Midjourney生成效果 Dall.E 3 生成效果
PK 2: 生成要求:“生成圣诞电商大促活动的热闹宣传图,红色调,凸显大促,圣诞老人,喜庆”。
Stable Diffusion XL生成效果 Midjourney生成效果 Dall.E 3 生成效果PK 3: 生成要求:“生成开屏图片,AI的未来世界,方便人们的生活,充满科技感,高级感”。
Stable XL生成效果 Midjourney生成效果 Dall.E 3 生成效果PK 4: 生成要求:“生成一个logo,圆形,有质感,主题为“星辰大海”,蓝色系”。
Stable XL生成效果 Midjourney生成效果 Dall.E 3 生成效果我们可以看到三大模型针对不同的场景生成的效果也是各有千秋, Midjourney各场景都比较均衡,Stable Diffusion XL的效果更加丰富,但是在logo等处理上效果不佳。Dall.E 3的效果更加生动,logo的处理也不错,并且对于中文效果的解析也还不错,不过在想象力方面略逊一筹。
2. 5分钟通过API接入三大模型
第一步,注册日月摘星,获取API Key, 注册地址: 日月摘星官网, 注册认证还送6.66。
第二部,调用模型生成接口,自由选择您所需要的模型。
https://api.riyuexinzhu.com/images/models/{model_name}/generate
目前支持的模型列表(model_name)如下所示:
模型名称 制作方 说明 dall-e OpenAI dall-e-2调用简洁,对中文识别度较好 dall-e-3 OpenAI dall-e-3 生成效果大幅度提升,堪比midjourney midjourney Midjourney 生成效果好,得过大奖的就是它了,可以指定不同画家,不同风格。中文兼容度不佳,仅提供VIP用户调用 stable-diffusion-512-v2-1 StableAI StabeAI的标准模型,效果略差,需要增加步长提升效果。中文兼容度不佳。 支持图片大小 262,144<=height * width <=1,048,576, height, width都需要为64的倍数,最小128 stable-diffusion-xl-1024-v1-0 StableAI 增强版模型,效果可以与Midjourney一拼。中文兼容度不佳。支持的图片大小为1024x1024, 1152x896, 1216x832, 1344x768, 1536x640, 640x1536, 768x1344, 832x1216, 896x1152具体的调用示例如下:
https://api.riyuexinzhu.com/images/models/stable-diffusion-xl-1024-v1-0/generate
body入参:
{
'text': '一对老夫妻携手迎面走在乡间小路上,画面温馨,皮克斯动画风格, 暖色调',
'options': {
'return_mode': 'url'
},
}
更多API接口内容欢迎您查看: 日月摘星接口文档。
无需东奔西走,日月摘星统一API接口助您5分钟接入AI新时代!