-
SDXS官网体验入口 AI快速生成高质量图像模型怎么使用
SDXS是一种新的扩散模型，通过模型微型化和减少采样步骤，大幅降低了模型延迟。它利用知识蒸馏来简化U-Net和图像解码器架构，并引入了一种创新的单步DM训练技术，使用特征匹配和分数蒸馆。SDXS-512 和 SDXS-1024 模型可在单个 GPU 上分别...
-
SORA 2.1 ——Stable diffusion技术解析+基于diffusion的视频生成技术介绍
本文是DataWhale开源项目Sora原理与技术实战的第二次打卡任务的第一节，主要是简单试用Stable diffusion技术在魔塔社区进行文生图实践。同一打卡任务的其他小节请参见个人主页。 目录 一.【AIGC简介——以文生图为例】 1.基于生...
-
vivo Pad3 Pro正式登场 跑分离谱还有蓝心大模型
中关村在线消息：vivo旗舰新品发布会正在进行中，本场发布会第一个登场的产品是vivo Pad3 Pro。新款产品上来就放出王炸，搭载天玑9300处理器，跑分超过210万，也是行业首个突破200万的平板电脑。在游戏测试中，在90帧 HDR高清画质下，帧率稳...
-
揭秘艺术的未来：AI绘画自动生成器的魔法
I. 引言 A. 介绍AI在艺术创作中的兴起 随着人工智能技术的迅猛发展，它已经逐渐渗透到了各个领域，其中包括艺术创作。传统上，艺术创作一直被认为是人类独有的领域，需要艺术家具备独特的创造力和技能。然而，随着AI技术的崛起，人们开始探索将机器学习和深...
-
OpenAI联手视觉艺术家参与Sora视频创作 效果太惊艳
自上个月人工智能模型Sora问世以来，OpenAI一直在积极地与视觉艺术家、设计师、创意总监和电影制作人等各类创意人士进行合作。他们邀请Sora参与他们的创作过程，共同探索并挖掘Sora在视觉艺术领域的应用潜力。 在这些合作中，Sora被用来制作了一系列富...
-
使用 Keras 的 Stable Diffusion 实现高性能文生图
前言 在本文中，我们将使用基于 KerasCV 实现的 Stable Diffusion 模型进行图像生成，这是由 stable.ai 开发的文本生成图像的多模态模型。 Stable Diffusion 是一种功能强大的开源的文本到图像生成模型。虽然...
-
开源文生图大模型Playground v2.5发布：超越SD、DALL·E 3和 Midjourney
前言 在AI技术迅速发展的今天，文生图模型成为了艺术创作、设计创新等领域的重要工具。Playground v2.5的发布，不仅在技术上取得了突破，更在开源文化的推广与实践上迈出了重要一步。 Huggingface模型下载：https://huggi...
-
【附教程】2024，人工智能+AI绘画，看这里就够了～14款主流图像生成软件工具总有一个适合你
AI绘画技术通过深度学习和处理海量图像数据，能够迅速将文字描述转化为富有创意和艺术性的画作。这一技术不仅极大地提升了艺术家的创作效率和作品质量，还为他们提供了全新的灵感来源和创作方式，推动了艺术领域的创新与发展。 同时，AI绘画技术也打破了地域限制，使得...
-
离职谷歌的Transformer作者创业，连发3个模型（附技术报告）
去年 8 月，两位著名的前谷歌研究人员 David Ha、Llion Jones 宣布创立一家人工智能公司 Sakana AI，总部位于日本东京。其中，Llion Jones 是谷歌 2017 年经典研究论文《Attention is all you n...
-
Stable Diffusion绘图神器，2分钟极速安装教程！（提供安装包）
1、Stable Diffusion简介 Stable Diffusion是一种文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师共同创建。它使用来自LAION-5B数据库子集的512x512图像进行训练，...
-
AI绘画时代已经到来，人人都可以成为艺术家，八大免费神器：助你快速创作高质量AI作品
AI绘画：点亮你的艺术灵感 AI绘画，这股席卷艺术界的浪潮，正以其独特的魅力，吸引着越来越多的人。它不仅能帮助我们快速生成创意，还能突破传统绘画的限制，创造出更加奇幻、瑰丽的画面。 一. 以下本人用AI绘画的动漫作品请欣赏 AI绘画作品示例:...
-
Stable Diffusion中的UNet是什么？
UNet的论文 U-Net: Convolutional Networks for Biomedical Image Segmentation | SpringerLink 首先，U-Net的卷积神经网络架构，最早它被用于生物医学图像分割任务。U-Ne...
-
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...
-
复刻Sora的通用视频生成能力，开源多智能体框架Mora来了
Sora 是首个引起社会广泛关注的大规模通用视频生成模型。自 OpenAI 在 2024 年 2 月推出以来，没有其他视频生成模型能够在性能或支持广泛视频生成任务的能力上与 Sora 匹敌。此外，完全公开的视频生成模型寥寥无几，大多数都是闭源的。 为了弥...
-
AI绘画怎么玩？Midjourney教程来啦！
前言 — 随着 ChatGPT 的热度席卷全网，越来越多人开始关注 AIGC（AI Generated Content）的相关应用。其中，人工智能绘画尤为受欢迎，吸引了众多设计师和艺术爱好者的关注。 其中Midjourney 是一款强...
-
Stable Diffusion老板也跑了！核心研发已集体辞职，“稳定AI”乱成一锅粥
好突然! 就在今天，Stability AI CEO宣布辞职了。 Emad Mostaque，既不再担任CEO，公司董事会也退出。 消息一出，大伙都无比震惊。 据悉，首席运营官Shan Shan Wong和首席技术官Christian Laforte...
-
Stable Diffusion 商业变线与绘画大模型多场景实战讠果fx
Stable Diffusion 商业变现与绘画大模型多场景实战 扌并讠果：Ukoou·ㄷㅁΜ Stable Diffusion介绍 Stable Diffusion是2022年发布的深度学习文本到图像生成模型。 它主要用于根据文本的描述产生详细图像，尽...
-
AI太烧钱 图像生成头部玩家也玩不起了? Stability AI CEO辞职
3月23日消息，总部位于英国伦敦的AI图像生成头部玩家Stability AI突然宣布公司 CEO Emad Mostaque 辞职。 随后，Emad Mostaque 在社媒平台 X 上宣布，自己离职后将致力于去中心化人工智能（Decentralized...
-
视觉AIGC元年：技术大爆炸！Dalle-3、Sora、Stable Diffusion 3 掀起AIGC新浪潮，究竟有哪些模块值得借鉴！
随着科技的飞速发展，我们迎来了视觉AIGC高光时刻，一个充满无限可能与机遇的新时代。在这个时代里，三大里程碑Dalle-3、Sora和Stable Diffusion 3以其炸裂式的技术发展，引领着AIGC领域的新浪潮。文章首先做相应简要介...
-
人工智能AI绘画，Stable Diffusion升级版comfyui一键启动器来了
「 无套路！文末提供下载方式 」 如今 AI 发展也越来越快了，涉及领域也越来越广了，去接触使用 AI 是非常有必要的了。 AI创意无限，零基础到AI大神！ 其中说到 AI 绘画，大家应该都不会陌生的了，之前也是给大家带来过强大的 AI 绘画平台...
-
Sora不开源，微软给你开源！全球最接近Sora视频模型诞生，12秒生成效果逼真炸裂
微软版Sora诞生了！ Sora虽爆火但闭源，给学术界带来了不小的挑战。学者们只能尝试使用逆向工程来对Sora复现或扩展。 尽管提出了Diffusion Transformer和空间patch策略，但想要达到Sora的性能还是很难，何况还缺乏算力和数据集...
-
Stability AI推出全面的API服务，引领图像处理新时代
近日，Stability AI宣布推出一套全新的API服务，旨在提供更全面、更高效的图像处理服务。这一举措无疑将为图像处理领域带来一场革命。 详细内容:https://stability.ai/news/image-services-on-stabili...
-
MIT研究员推新AI图片生成框架DMD：AI 单步生成高质量图像 速度快30倍
在当今人工智能时代，计算机可以通过扩散模型生成自己的 “艺术”，逐步向嘈杂的初始状态添加结构，直到清晰的图像或视频出现。 扩散模型突然变得异常受欢迎:输入几个词，即可体验现实与幻想交汇的梦幻景象。在幕后，这涉及一个复杂、耗时的过程，需要算法多次迭代才能完美...
-
【提效指南】怎样利用AIGC提高自己的工作效率
现在的AIGC如火如荼，国内外的应用也如雨后春笋般出现在我们视线里。 曾经有一段时间，很多人都说AIGC会淘汰很多打工人，背后反应出的就是工作提效。只不过这个价值是作用于企业家还是打工人。 下面，我们先谈一下AIGC的基本能力，AIGC的优势，然后从一...
-
AIGC狂飙对于普通人意味着什么？
AIGC 人工智能生成内容，相对更早的内容生产模式分别为专家生产内容 PGC 和用户生产内容 UGC。而随着 AIGC 出现，内容生产率变成指数级上升。那么AIGC发展对于普通人来说到底意味着什么? 先回顾一下时间轴， 2015年7月，谷歌推出 De...
-
AIGC：让生成式AI成为自己的外脑
前言 在数字化浪潮席卷全球的今天，人工智能（AI）已经渗透到了我们生活的方方面面。其中，生成式AI以其独特的魅力，正逐渐改变我们与世界的交互方式。AIGC（人工智能生成内容）作为生成式AI的重要应用之一，正成为越来越多人的“外脑”，助力我们更高效...
-
端到端大一统前夕？GenAD：LLM和轨迹规划全搞定
今天汽车人和大家分享一篇自动驾驶领域中第一个大规模视频预测模型。为了消除高成本数据收集的限制，并增强模型的泛化能力，从网络获取了大量数据，并将其与多样化和高质量的文本描述配对。由此产生的数据集累积了超过2000小时的驾驶视频，涵盖了世界各地具有多样化天气...
-
StreamMultiDiffusion官网体验入口 AI实时生成图像处理工具免费使用地址
StreamMultiDiffusion是一个实时交互多文本到图像生成平台，用户可以根据指定的区域文本提示进行生成。通过操控含义而非颜色的画笔进行绘画创作。 点击前往StreamMultiDiffusion官网体验入口 StreamMultiDiffus...
-
如何从头开始编写LoRA代码，这有一份教程
LoRA（Low-Rank Adaptation）作为一种用于微调 LLM（大语言模型）的流行技术，最初由来自微软的研究人员在论文《 LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS 》中提出。不同于其...
-
Stable Diffusion V3测评
1.引言 3月5号，Stability AI发布了介绍Stable Diffusion V3的研究论文，链接地址：戳我 这是目前他们发布的最先进、功能最强大的图像生成器，与一年多前发布的令人印象深刻的 Stable Diffusion V2.1...
-
Stability AI开源上新：3D生成引入视频扩散模型，质量一致性up，4090可玩
Stable Diffusion背后公司Stability AI又上新了。 这次带来的是图生3D方面的新进展： 基于Stable Video Diffusion的Stable Video 3D（SV3D），只用一张图片就能生成高质量3D网格。 Stab...
-
Diffusion Transformer Family：关于Sora和Stable Diffusion 3你需要知道的一切
转自知乎：叫我Alonzo就好了 前言 背景——Sora和Stable Diffusion 3 近期，OpenAI和Stability两大AI巨头公司在同期分别发布了它们的新作品——Sora和Stable Diffusion 3。神奇的是，这...
-
AIGC元年大模型发展现状手册
零、AIGC大模型概览 AIGC大模型在人工智能领域取得了重大突破，涵盖了LLM大模型、多模态大模型、图像生成大模型以及视频生成大模型等四种类型。这些模型不仅拓宽了人工智能的应用范围，也提升了其处理复杂任务的能力。a. LLM大模型通过深度学习和自然语...
-
可控图像生成最新综述！北邮开源20页249篇文献，包揽Text-to-Image Diffusion领域各种「条件」
在视觉生成领域迅速发展的过程中，扩散模型已经彻底改变了这一领域的格局，通过其令人印象深刻的文本引导生成功能标志着能力方面的重大转变。 然而，仅依赖文本来调节这些模型并不能完全满足不同应用和场景的多样化和复杂需求。 鉴于这种不足，许多研究旨在控制预训练文本...
-
从直观物理学谈到认知科学，Sora不是传统物理模拟器盖棺定论了？
本文篇幅很长，主题很多，但循序渐进，对「Sora 究竟是不是世界模拟器」这一说法给出了非常详实的解读。 最近，OpenAI 的文生视频模型 Sora 爆火。除了能够输出高质量的视频之外，OpenAI 更是将 Sora 定义为一个「世界模拟器」（world...
-
Stable Diffusion 3报告
报告链接：https://stability.ai/news/stable-diffusion-3-research-paper 文章目录 要点 表现 架构细节 通过重新加权改善整流流量 Scaling Rectified Flow Tr...
-
最新版本，Midjourney保姆级教程！
一、认识Midjourney 1.1、MidJourney是什么？ 随着ChatGPT的横空出世，人类正式迈入AI元年，其中MidJourney便是AI绘图工具，它能根据用户输入的文字描述（提示词）生成绘画作品，不管是灵动的人物，可爱的动物，亦或是美丽...
-
大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？
2022 年底，ChatGPT 上线，同时引爆了一个新的名词：提示工程（Prompt Engineering）。 简而言之，提示工程就是寻找一种编辑查询（query）的方式，使得大型语言模型（LLM）或 AI 绘画或视频生成器能得到最佳结果或者让用户能绕...
-
淘宝人生2的AIGC技术应用——虚拟人写真算法技术方案
近几个月，随着基于Stable Diffusion的相关技术发展，基于参考图的角色定制化技术[1,2, 3, 4, 7]受到相关行业以及学者的广泛关注。其中，人像定制化是指：给定任务角色（参考图），通过提示词控制生成多样新的图像，并且图像...
-
stable diffusion采样详解
采样：模型会在Latent Space中生成一个完全随机的图像，然后噪声预测器会从图像中减去预测的噪声。随着这个步骤的不断重复，最终得到一个清晰的图像。 Stable Diffusion在每个步骤中都会生成一张新的采样后的图像，整个去噪...
-
【一看就会】五分钟完成MidJourney订阅
1. Midjourney介绍 Midjourney 是一款备受欢迎的人工智能生成图像工具，它可以通过输入文字描述，自动生成精美的图像。与许多其他图像生成工具不同，Midjourney 不需要安装任何软件，也不受个人电脑性能的限制，因为它运行在云端服务器...
-
与Sora同架构的Stable Diffusion 3.0 震撼发布
Stability AI 发布了 Stable Diffusion 3，这款图像生成 AI 模型再次刷新了人们的认知。 这款由 Stability AI 倾力打造的文本变图模型，可是迄今为止最强大的“黑科技”！无论你想生成多主题的奇幻场景，还是高精度的风...
-
Stable Diffusion XL on diffusers
Stable Diffusion XL on diffusers 翻译自：https://huggingface.co/docs/diffusers/using-diffusers/sdxl v0.24.0 非逐字翻译 Stable Dif...
-
Glyph-ByT5：确保AI绘画图片中文字渲染的准确性并自动排版
在当今的数字时代，图像生成任务的重要性日益凸显。然而，一个长期存在的问题是文本渲染的准确性。幸运的是，一个新的文本编码器——Glyph-ByT5，已经将这个问题解决了。 Glyph-ByT5是一个强大的工具，它可以显著提高图像生成中文本渲染的准确性。在实际...
-
AI实时绘画系统StreamMultiDiffusion 支持局部涂抹+提示生成图片
近期，一篇名为"StreamMultiDiffusion"的论文提出了一种新颖的实时、交互式的文本到图像生成系统。这种系统能够根据用户提供的手绘区域和相应的语义文本提示来生成图像，为专业图像创作者提供了一个强大的工具，可以用于快速原型设计和创意探索。 项...
-
生数科技「多模态大模型」正式通过备案
近日，生数科技「多模态大模型」正式通过国家《生成式人工智能服务管理暂行办法》备案。 成立于2023年3月，生数科技是一家全球领先的自主研发多模态通用大模型的人工智能企业 ，布局MaaS（模型即服务）与应用级产品，面向艺术设计、游戏制作、影视动画、社交娱乐等...
-
30天涨粉100万，AI猫猫“卖惨”成新晋流量密码
AI猫猫剧情号，火了。 当魔性洗脑的“喵喵”音乐响起，一张张以猫猫为故事主角的画面，会像设定了自动播放的PPT一样呈现在你的眼前。这样的一条视频，目前在YouTube Shorts（以下简称油管）上获得了超5000万次观看和300多万点赞。 发布视频的油管...
-
Glyph-ByT5官网体验入口 AI文本编码器与图像生成工具在线使用地址
Glyph-ByT5是一种定制的文本编码器，旨在提高文本到图像生成模型中的视觉文本渲染准确性。它通过微调字符感知的ByT5 编码器并使用精心策划的成对字形文本数据集来实现。将Glyph-ByT5 与SDXL集成后，形成了Glyph-SDXL模型，使设计图像...
-
Stable Diffusion 3 技术论文解读：开源能赢得文生图竞赛吗？
在大语言模型领域，闭源模型正在赢得比赛，无论是 OpenAI 还是刚刚发布新模型的 Anthropic，都是闭源模型的代表。 但在文生图领域，开源模型却表现出了足够强的竞争力。 2 周前，开源模型的代表企业 Stability AI 发布了最新...
-
直接干到未来！DriveDreamer-2：世界首个自定义驾驶场景流生成，提升50%！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 世界车型在自动驾驶方面表现出了优势，尤其是在多视图驾驶视频的生成方面。然而，在生成自定义驾驶视频方面仍然存在重大挑战。在本文中，我们提出了DriveDreamer-2...