InstantX
一张照片，为深度学习巨头们定制人像图片
主题驱动的文本到图像生成，通常需要在多张包含该主题（如人物、风格）的数据集上进行训练，这类方法中的代表工作包括 DreamBooth、Textual Inversion、LoRAs 等，但这类方案因为需要更新整个网络或较长时间的定制化训练，往往无法很有效地兼容社区已有的模型，并无法在真实场景中快速且低成本应用。而目前基于单张图片特征进行嵌入的方法（FaceStudio、PhotoMaker、IP-Adapter），要么需要对文生图模型的全参数训练或 PEFT 微调，影响原本模型的泛化性能，缺乏与社区预训练模型的兼容
1/22/2024 11:00:00 AM
机器之心
- 1
资讯热榜
DeepSeek-R1之后推理模型发展如何？Raschka长文梳理后R1时代14篇重要论文
ChatGPT“生成吉卜力风格 AI 图”海外潮流引发版权争议，CEO Sam Altman 回应将施以限制
终于坐不住了！Midjourney V7全新版本亮出王牌！
内存革命！LangGraph 0.3.19如何实现Python内存使用效率的飞跃？
关于大模型智能体意图识别不准确问题：function call 的缺陷
DeepSeek 月访问量超越 ChatGPT，成为 AI 工具新星
模型上下文协议（MCP）开发实战——构建LangChain代理客户端
基于DeepSeek + VSCode 实现AI辅助编程
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
机器人
数据
谷歌
模型
大模型
Midjourney
智能
用户
学习
GPT
开源
微软
AI创作
Meta
图像
技术
论文
Stable Diffusion
马斯克
算法
Gemini
蛋白质
生成式
芯片
代码
神经网络
腾讯
英伟达
计算
研究
Sora
AI for Science
AI设计
3D
机器学习
GPU
Anthropic
开发者
场景
华为
预测
伟达
Transformer
深度学习
模态
百度
AI视频
苹果
驾驶
文本
搜索
Copilot
xAI
神器推荐
人形机器人
LLaMA
具身智能
算力
安全
大语言模型
Claude
字节跳动
应用
视频生成
科技
视觉
干货合集
2024
AGI
亚马逊
特斯拉
架构
语音