稳定扩散

1年前发布 15 00

稳定扩散是一个深度学习,文本到图像的模型,于2022年发布。主要用于生成基于文本描述的详细图像,但也可以应用于其他任务,如修复、超出原始边界以及生成由文本提示引导的图像到图像翻译。

收录时间:
2025-05-30
稳定扩散稳定扩散

稳定扩散是一个深度学习,文本到图像的模型,于2022年发布。主要用于生成基于文本描述的详细图像,但也可以应用于其他任务,如修复、超出原始边界以及生成由文本提示引导的图像到图像翻译。

一丢导航 - 上一丢,不易丢

数据统计

相关导航

In-Context LoRA for Diffusion Transformers

In-Context LoRA for Diffusion Transformers

In-Context LoRA是一种用于扩散变换器(DiTs)的微调技术,它通过结合图像而非仅仅文本,实现了在保持任务无关性的同时,对特定任务进行微调。这种技术的主要优点是能够在小数据集上进行有效的微调,而不需要对原始DiT模型进行任何修改,只需改变训练数据即可。In-Context LoRA通过联合描述多张图像并应用任务特定的LoRA微调,生成高保真度的图像集合,更好地符合提示要求。该技术对于图像生成领域具有重要意义,因为它提供了一种强大的工具,可以在不牺牲任务无关性的前提下,为特定任务生成高质量的图像。
TokenVerse

TokenVerse

TokenVerse 是一种创新的多概念个性化方法,它利用预训练的文本到图像扩散模型,能够从单张图像中解耦复杂的视觉元素和属性,并实现无缝的概念组合生成。这种方法突破了现有技术在概念类型或广度上的限制,支持多种概念,包括物体、配饰、材质、姿势和光照等。TokenVerse 的重要性在于其能够为图像生成领域带来更灵活、更个性化的解决方案,满足用户在不同场景下的多样化需求。目前,TokenVerse 的代码尚未公开,但其在个性化图像生成方面的潜力已经引起了广泛关注。
CAP4D

CAP4D

CAP4D是一种利用可变形多视图扩散模型(Morphable Multi-View Diffusion Models)来创建4D人像化身的技术。它能够从任意数量的参考图像生成不同视角和表情的图像,并将其适配到一个4D化身上,该化身可以通过3DMM控制并实时渲染。这项技术的主要优点包括高度逼真的图像生成、多视角的适应性以及实时渲染的能力。CAP4D的技术背景是基于深度学习和图像生成领域的最新进展,尤其是在扩散模型和3D面部建模方面。由于其高质量的图像生成和实时渲染能力,CAP4D在娱乐、游戏开发、虚拟现实等领域具有广泛的应用前景。目前,该技术是免费提供代码的,但具体的商业化应用可能需要进一步的授权和定价。

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...