-
Learning Multi-dimensional Human Preference for Text-to-Image Generation
Paper name Learning Multi-dimensional Human Preference for Text-to-Image Generation Paper Reading Note Paper URL: https://arx...
-
【AIGC】InstructPixPix:基于文本引导的图像编辑技术
github:diffusers/examples/instruct_pix2pix/train_instruct_pix2pix_sdxl.py at main · huggingface/diffusers · GitHub 论文：https://a...
-
AIGC实战——多模态模型Flamingo
AIGC实战——多模态模型Flamingo 0. 前言 1. Flamingo 架构 2. 视觉编码器 3. Perceiver 重采样器 4. 语言模型 5. FIamingo 应用 小结 系列链接 0. 前言 我们已经学习了文...
-
主流AI绘画工具-StableDiffusion本地部署方法（mac电脑版本）
Stable Diffusion是一款强大的AI生成图像模型，它可以基于文本描述生成高质量的图像。对于想要在本地运行此模型的用户来说，使用Mac电脑部署Stable Diffusion是一个非常吸引人的选择，特别是对于M1或M2芯片的用户。本文将详细介绍如...
-
SD创始团队黑马的Flux真的那强吗？SD Flux与华为ultrapixel大PK！群雄逐鹿！“百模”并起，王者之战~！
前言 小南还是没忍住，看大家都在试玩Flux，真的有那么震撼么？小南手痒痒也体验下吧。今天主要简单介绍下Flux以及ComfyUI的安装，重点是和我们“遥遥领先”的华为开源的ultrapixel进行下对比。没有对比就没有伤害！ 大家应该对Flux也有...
-
Flux：Stable Diffusion 创始人团队再创开源 AI 巅峰之作
前言 TLDR 还记得 Stable Diffusion 吗？这款开源文本到图像生成模型，现在其部分创始成员成立了新公司 Black Forest Labs，并带来了全新的力作——Flux，一个拥有 120 亿参数的文本到图像模型，也是目前最大...
-
【论文+中文文生图】Kolors：快手可图绘画模型实测（24.07.06开源）
代码：https://github.com/Kwai-Kolors/Kolors | 权重 论文原文：Kolors: Effective Training of Diffusion Model for Photorealistic Text-to-Imag...
-
FLUX | 超越SD3、媲美Midjourney的顶级AI绘图模型
本文包含大量AI干货 阅读完大约需要8分钟 1.引言 在过去的两年中，第一个公开发布且功能齐全的图像合成模型 Stable Diffusion 完全占据了主导地位，一大批竞争对手（PixArt Alpha/Sigma/AuraFlow）试图效仿S...
-
重磅！Stable Diffusion 3 终于免费开源了！吊打 Midjourney，附本地安装包教程！
前言 stable Diffusion 3 终于开源了，他的开源瞬间在AI界得到火爆追捧，曾一度吊打Midjourney等一系列收费AI软件，最主要的是它可以免费使用呦！下面我们来看一下他到底有多强大。 stable Diffusion 3 Me...
-
Stable Diffusion工作原理一篇文章带你详解！
前言 翻译自How does Stable Diffusion work? 1. SD能做什么 最基本的功能是：文生图（text-to-image） SD以文字提示为输入，输出与提示相配的图像 2. 扩散模型 SD属于扩散模...
-
Stable Diffusion保姆级安装指南！（附2024安装包）
软件下载 [软件名称]：Stable Diffusion 4.8 [软件大小]：16.45G [安装环境]：Win10~Win11或更高 [下载通道]： 软件介绍 Stable Diffusion v4.8简称SD是目前最火的...
-
AI绘画：多种XP一次满足（Stable Diffusion进阶篇：模型训练）
前言 今天，是一个比较特殊的日子。 从我开始学习AI绘画开始到现在AI工具相关的笔记我已经写了50篇了，其中估摸着得近40篇都是关于Stable Diffusion的。 在这一天天的学习中我感受到了对知识的疲倦，是时候给自己来点奖励了！ 所以...
-
如何“正确“使用Stable Diffusion？文本到图像扩散模型中记忆化实用分析（浙大）
论文链接：https://arxiv.org/pdf/2405.05846 它能被生成吗？文本到图像扩散模型中记忆化的实用分析 过去几年见证了由扩散模型驱动的文本引导图像生成领域的重大进展。然而，已经显示出文本到图像扩散模型容易受到训练图像记忆的影响，引发...
-
在stable diffusion中如何分辨lora、大模型、controlnet
LoRA (LowRank Adaptation Stable Diffusion LoRA 是微软的研究人员为了解决大语言模型微调而开发的一项技术,它是一个多模态语言-图像模型，LORA 可以学习将其语言表征迁移到图像 modal 中从而获得跨模态...
-
AIGC 007-E4T基于编码器的域调优用于文本到图像模型的快速个性化！
AIGC 007-E4T基于编码器的域调优用于文本到图像模型的快速个性化！ 文章目录 0 论文工作 1 论文方法 2 效果 0 论文工作 这篇论文提出了一种使用领域特定编码器来快速将文本到图像模型适配到新领域的方案...
-
[AI Stability] 开源AI新利器：Stable Diffusion 3 Medium震撼发布！文本到图像再升级！
Stable Diffusion 3 Medium(SD3 开源了，我们来看下。 关键要点 Stable Diffusion 3 Medium 是 Stability AI 迄今为止最先进的文本到图像开源模型。 该模型的体积小巧，非常适合在消费级...
-
开源之光 Stable Diffusion 3 技术论文全解：公式占一半，实验很充分！
文章链接：https://arxiv.org/pdf/2403.03206 扩散模型通过反转数据到噪声的正向路径来从噪声中创建数据，并已成为处理高维感知数据（如图像和视频）的强大生成建模技术。Rectified flow是一种最近提出的生成模型形式，它将...
-
2024年最新Stable Diffusion本地化部署详细攻略，手把手教程（建议收藏!!)_stable diffusion 本地部署
今天有网友问到SD本地部署的攻略，我找到以前收集的资料发出来分享给大家，希望对大家有帮助！ Stable Diffusion本地化部署详细攻略 一、硬件要求 内存：至少16GB 硬盘：至少60GB以上的磁盘空间，推荐SSD固态硬盘 显卡：推荐NV...
-
AI绘画SD3已来，本地首发实测体验，含本地部署说明（内附网盘模型及ComfyUI工作流下载）
大家好，我是画画的小强 SD3已来，Stability AI 此前宣布SD3将于6月12开源20 亿参数的SD3 模型SD3 Medium，昨天它已如期而至了。 根据官方内容所了解，SD3 Medium 可以说是目前很先进的文本到图像开放模型，包含 2...
-
重磅发布！Stable Diffusion 3 Medium 终于开源，革新图像生成技术新时代
重磅发布！Stable Diffusion 3 Medium 终于开源，革新图像生成技术新时代 关键词：Stable Diffusion 3 Medium, MMDiT, 文本到图像模型, 图像质量, 排版, 复杂提示理解, 资源效率 原...
-
8 款 Stable Diffusion 最新写实风格 SDXL 大模型推荐！
以上推荐模型可在liblibai或Civitai自行下载即可。排名不分先后。 1、9realisticSDXL：触发词:xxmixgirl；图片尺寸:768*1280；全身：建议开hires，用ad修脸。肖像照：可以不开hires，可以用ad修脸 采样次...
-
生成式AI爆发时代，决策式AI“不香了”？
2022年12月，ChatGPT3.5的发布引发了全球范围内对大模型的广泛关注，2023年2月国内高校率先发布产品，2023年6月开始国内涌现出众多的通用大模型和垂类大模型，目前国内大模型产业呈现出“百模大战”的竞争格局。 大模型热引发了全球范围内对生成式...
-
探索深度学习艺术：Stable Diffusion的ONNX & FP16革命
探索深度学习艺术：Stable Diffusion的ONNX & FP16革命 项目地址:https://gitcode.com/Amblyopius/Stable-Diffusion-ONNX-FP16 在当今的艺术与技术交汇处，一个令人兴奋...
-
AI绘画SD入门教程：图生图基础用法，我不允许你还不会！
大家好，我是程序员晓晓 在上一篇中，我们学会了文生图的基础用法以及参数设置，这一篇我们继续讲解图生图。图生图就是给出一张参考图，由AI在参考图上做修改。简单来说，就是用原图和提示词进行图片二创。图生图的出现是为了弥补文生图的不足，因为文生图有个无法避免...
-
AI绘画工具Stable Diffusion免费下载及安装教程（超详细，保姆级教程）
目前市面上两款权威的AI绘画软件，一个是Midjourney ，另外一个就是今天的主角 Stable Diffusion 。它们的区别如下： Midjourney (简称MJ ：需要付费使用，且国内不可用 Stable Diffusion (简...
-
AI绘画SD入门教程：文生图基础用法（提示词）
大家好，我是程序员晓晓 今天我们来实践一下，通过提示词（prompt）的输入，让SD生成我们满意的图片。在生成图片前，我们先了解下提示词的基础原则，有了这些知识能迅速帮助各位同学构建出自己的提示词。 ！基本原则！ 首先，我来介绍下写提示词的基本原...
-
AI图案生成器Ideogram Tile:文本生成无缝重复的图案
人工智能初创公司 Ideogram 以其先进的文本转图像生成功能而闻名，如今宣布其平台迎来重大升级:Ideogram Tile。这一新功能允许用户从单个文本提示中创建无缝重复的图案，为设计师、艺术家和企业开辟了无限可能。 使用 Ideogram Til...
-
谷歌 I/O开发者大会汇总：AI模型全面更新 几乎覆盖所有生成模型类型
在昨晚的Google I/O发布会上，Google宣布了一系列AI模型的更新，涵盖了从文本到视觉和音乐的多个领域: Gemini1.5Pro:支持200万上下文，针对翻译、编码、推理等关键用例进行了质量改进，但未发布测试结果。 Gemini Flash:针...
-
AI日报：微软发布iPhone可运行AI模型；全国首例AI声音侵权案判了；Kimi创始人套现数千万美金；中文聊天模型Llama3发布
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ 1、腾讯SaaS产品智能化升级 全...
-
Stability AI宣布裁员20人，约占员工总数的10%
英国 AI 公司Stability AI 宣布裁员20人，占其员工总数的约10%。此前一天，该公司刚刚宣布扩大其旗舰模型的使用范围。 这一裁员决定是在其创始 CEO 离职后的动荡几周之后做出的。据 CNBC 报道，这家总部位于英国的 AI 公司运行着稳定扩...
-
ELLA官网体验入口 腾讯AI文本到图像语义对齐工具使用介绍
ELLA是一种轻量级方法，可将现有的基于CLIP的扩散模型配备强大的LLM。ELLA提高了模型的提示跟随能力，使文本到图像模型能够理解长文本。我们设计了一个时间感知语义连接器，从预训练的LLM中提取各种去噪阶段的时间步骤相关条件。我们的TSC动态地适应了不...
-
刚刚发布！一键生成动漫风格图片的开源模型
向大家介绍一个最新的AIGC开源项目——Animagine XL 3.1。这个项目是动漫主题文本到图像模型的最新迭代，旨在为用户提供更加优化和强大的动漫图像生成体验。 在Animagine XL 3.1中，开发团队着重优化了几个关键方面，以确保模型...
-
什么是生成式AI？有哪些特征类型
生成式AI是人类一种人工智能技术，可以生成各种类型的内容，包括文本、图像、音频和合成数据。那么什么是人工智能？人工智能和机器学习之间的区别是什么？有哪些技术特征？ 人工智能是一门学科，是计算机科学的一个分支，研究智能代理的创建，这些智能代理是可以推理、...
-
Stable Diffusion——Animate Diff一键AI图像转视频
前言 AnimateDiff 是一个实用框架，可以对文本生成图像模型进行动画处理，无需进行特定模型调整，即可为大多数现有的个性化文本转图像模型提供动画化能力。而Animatediff 已更新至 2.0 版本和3.0两个版本，相较于 1.0 版本，2.0...
-
生成式AI为什么受到各行业追捧？
生成式AI是人类一种人工智能技术，可以生成各种类型的内容，包括文本、图像、音频和合成数据。那么什么是人工智能？人工智能和机器学习之间的区别是什么？ 人工智能是一门学科，是计算机科学的一个分支，研究智能代理的创建，这些智能代理是可以推理、学习和自主行动的...
-
Stable Diffusion 3 来了 —— 充满了巨大的改进
文章目录 什么是Stable Diffusion 3？ Stable Diffusion 3 有哪些新功能？ Stable Diffusion 3 对比 Dall-E 3 和 Gemini 如何获得Stable Diffusion 3 的访问权...
-
图像生成地表最强！Playground v2.5技术报告解读重磅来袭！超越SD、DALL·E 3和 Midjourney
文章链接：https://arxiv.org/pdf/2402.17245 模型地址： https://huggingface.co/playgroundai/playground-v2.5-1024px-aesthetic 本文分享了在文本到图像生成模...
-
CMU朱俊彦、Adobe新作：512x512图像推理，A100只用0.11秒
简笔素描一键变身多风格画作，还能添加额外的描述，这在 CMU、Adobe 联合推出的一项研究中实现了。 作者之一为 CMU 助理教授朱俊彦，其团队在 ICCV 2021 会议上发表过一项类似的研究：仅仅使用一个或数个手绘草图，即可以自定义一个现成的 GA...
-
谷歌发布“Vlogger”模型：单张图片生成10秒视频
谷歌发布了一个新的视频框架： 只需要一张你的头像、一段讲话录音，就能得到一个本人栩栩如生的演讲视频。 视频时长可变，目前看到的示例最高为10s。 可以看到，无论是口型还是面部表情，它都非常自然。 如果输入图像囊括整个上半身，它也能配合丰富的手势： 网友...
-
VLOGGER官网体验入口 AI视频生成工具在线使用地址
VLOGGER是一种从单张人物输入图像生成文本和音频驱动的讲话人类视频的方法，它建立在最近生成扩散模型的成功基础上。我们的方法包括1 一个随机的人类到3D运动扩散模型，以及2 一个新颖的基于扩散的架构，通过时间和空间控制增强文本到图像模型。这种方法能够生成...
-
MovieLLM官网体验入口 AI视频创作综合框架详细介绍
MovieLLM是一个创新框架，旨在为长视频创建合成的、高质量的数据。该框架利用GPT- 4 和文本到图像模型的力量，生成详细的脚本和相应的视觉内容。 点击前往MovieLLM官网体验入口 谁可以从MovieLLM中受益？ MovieLLM适用于需要进行...
-
高通推出AI Hub，方便开发者在设备上访问和下载AI模型
随着在个人设备上的设备 AI 变得更加普及。在世界移动通信大会上，高通推出了一款工具AI Hub，简化了开发人员如何将 AI 模型直接下载到测试设备上的过程。 新的高通 AI Hub 包含了一个库，其中包含超过75个生成式 AI 模型，开发人员可以轻松地...
-
AI图像模型的深度分析：DALL·E 3、Google Imagen2、Stable Diffusion 和 Midjourney
原文:Comparative Analysis of AI Image Generation Platforms: DALL·E 3, Google Imagen2, Stable Diffusion, and Midjourney - Blog...
-
FreeControl官网体验入口 AI文本到图像生成工具免费在线使用地址
FreeControl是一个无需训练就可以实现对文本到图像生成过程的可控制的方法。它支持对多种条件、架构和检查点的同时控制。FreeControl通过结构指导实现与指导图像的结构对齐，通过外观指导实现使用相同种子的生成图像之间的外观共享。FreeContr...
-
PixelPlayer官网体验入口 AI音频视觉分离工具免费在线使用地址
PixelPlayer是一项革命性的工具，可以通过观看大量无标注视频学会定位产生声音的图像区域并分离输入声音成一组表示每个像素声音的组件的系统。该系统利用视觉和听觉双模态的自然同步特点，在无需额外人工标注的情况下学习联合解析声音和图像模型。通过大量训练视频...
-
盘点如何用AI做动画，还有各种工具等你取用
生成式 AI 已经成为互联网的一个重要内容来源，现在你能看到 AI 生成的文本、代码、音频、图像以及视频和动画。今天我们要介绍的文章来自立陶宛博主和动画师 aulerius，其中按层级介绍和分类了动画领域使用的生成式 AI 技术，包括简要介绍、示例、优缺...
-
AIGC系列之：实时出图的SDXL Turbo模型介绍
原理介绍 StabilityAI在刚刚发布Stable Video Diffusion之后，2023年11月29日又发布了爆炸性模型：SDXL Turbo，SDXL Turbo是在SDXL 1.0的基础上采用新的蒸馏方案，让模型只需要...
-
【AIGC】DreamBooth:微调文本到图像扩散模型用于主题驱动的生成
前言 DreamBooth可以让我们使用一个很小的数据集微调文生图模型，然后基于文本提示词为我们训练的的主体替换不同的场景。 摘要 大型文本转图像模型在人工智能的发展中实现了显著的飞跃，能够从给定的文本提示中高质量和多样化地合成图像。然而，...
-
基于 Stable Diffusion 一键 AI 作画：什么“小镇做题家”？人人都是艺术家
文章目录 前言 一、西方艺术简史 1.1、古典艺术时期 1.2、现代艺术时期 1.3、后现代艺术时期 二、数字艺术的诞生和发展 2.1、数字艺术的诞生 2.2、数字艺术下的行业细分 2.3、数字作品的创作过程 2.4、AI 作画诞生 三...
-
Stable Diffusion InstantID 炸裂！只需要一张图就可以换脸 ｜ 详细教程
最近AI换脸又火起来了， 小红书 InstantX 团队发布了一款最新的换脸技术 InstantID 和之前的主流的训练 lora 换脸不同，InstantID 只需要上传一张图就可以实现换脸以及姿势替换！ 一 InstantID 介绍 I...