Diffusion

Stability AI 公司昨日（10 月 22 日）发布博文，宣布推出 Stable Diffusion 3.5，这标志着开源 AI 文生图模型的重大进步。Stable Diffusion 3.5 共有 Medium（10 月 29 日发布）、Large 和 Large Turbo 三种规模版本，旨在满足科学研究人员、爱好者、初创公司和企业的不同需求，AI在线附上相关介绍如下：Stable D…

最近，这几位 TED 演讲者，在外网形成了病毒式传播，然而，他们竟然全都不是真人？！答案揭晓后，五百万网友简直惊掉下巴。这 5 张图里，你能发现几个 bug？最近，这些「TED 演讲者」在外网火得一塌糊涂，堪称病毒式传播。仔细看看，你能发现什么问题吗？答案揭晓 —— 这五个人中，没有一个是真人！在线寻人的小哥要哭了如此逼真，几乎毫无破绽，这种级别的生图 AI 直接让网友们惊掉下巴。甚至连 AI 识…

自 2023 年 AI 技巧爆发以来，以 ChatGPT、Stable Diffusion 为代表的大模型已然成为了大众的焦点，其中 Stable Diffusion 作为知名的视觉开源模型，凭借直观易用与令人印象深刻的图像生成能力，赢得了创作者的广泛青睐。随着人工智能技巧的不断进步和创新，Stable Diffusion 已经在艺术创作、设计领域乃至科学研究中展现出了独特的魅力和巨大的潜力。它不…

Diffusion 不仅可以更好地模仿，而且可以进行「创作」。分散模型（Diffusion Model）是图象生成模型的一种。有别于此前 AI 领域大名鼎鼎的 GAN、VAE 等算法，分散模型另辟蹊径，其主要思维是一种先对图象增加噪声，再逐步去噪的过程，其中如何去噪还原图象是算法的核心部分。而它的最终算法能够从一张随机的噪声图象中生成图象。近年来，生成式 AI 的惊人增长为文本到图象生成、视频生成…

主流文生图模型固然已经能生成异常真切的图片，但通常渲染时间异常缓慢。麻省理工学院携手 Adobe 公司近日研发了 DMD 方法，在尽量不影响图象质量的情况下，加快图象生成速度。DMD 技术的全称是 Distribution Matching Distillation，将多步散布模型简化为一步图象生成解决方案。团队表示：“我们的核心理念是训练两个散布（diffusion）模型，不仅能预估目标真实漫衍…

谷歌近日在 GitHub 页面发布博文，介绍了 VLOGGER AI 模型，用户只需要输入一张肖像照片和一段音频实质，该模型可以让这些人物“动起来”，富有面部心情地朗诵音频实质。VLOGGER AI 是一种适用于虚拟肖像的多模态 Diffusion 模型，使用 MENTOR 数据库进行训练，该数据库中包含超过 80 万名人物肖像，以及累计超过 2200 小时的影片，从而让 VLOGGER 生成差别…

Speed Is All You Need：google提出针对 Stable Diffusion 一些优化建议，生成图片速度快速提升。Stable Diffusion 在图象生成领域的知名度不亚于对话大模型中的 ChatGPT。其能够在几十秒内为任何给定的输入文本创建逼真图象。由于 Stable Diffusion 的参数量超过 10 亿，并且由于设施上的算计和内存资源有限，因而这种模型主要运转…

Stable Diffusion 学会了「偷天换日」的本领。

网友：「它能颠覆整个行业。」

输入一句话就能生成图象的 Stable Diffusion 已经火爆数月。它是一个开源模型，而且在消费级 GPU 上就能运转，是一项普通人就能接触到的「黑科技」。