Instruct-Imagen

用图 2 的风格画图 1 的猫猫并给它戴上一顶帽子。谷歌新计划的一种图象生成模型已经能做到这一点了！通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参照图象准确生成新图象，效果堪比 PS 大神抓着你的手助你 P 图。在利用大型说话模型（LLM）时，我们都已经见证过了指令微调的重要性。如果应用得当，通过指令微调，我们能让 LLM 帮助我们完成各种不同的工作，让其变成诗人、程序员、剧…