Stable Diffusion 團隊放大招！新繪畫模型直出 AI 海報，像素級生成_STA

來源：量子位

開源AI繪畫扛把子，StableDiffusion背后公司StabilityAI再放大招！

全新開源模型DeepFloydIF，一下獲星2千+并登上GitHub熱門榜。

DeepFloydIF不光圖像質量是照片級的，還解決了文生圖的兩大難題：

準確繪制文字。

以及準確理解空間關系。

Starknet發布路線圖，將于2024年重點實現去中心化:4月25日，據官方消息，StarkWare發布文章明確以太坊二層解決方案Starknet 2023年目標和路線圖。根據路線圖，Starknet 2023年將主要開發重點放在提升網絡性能和UX上，其中包括提升網絡效率、降低交易成本以及實現費用市場等。此外，Starknet表示計劃于2024年重點實現運營和決策層面的去中心化。[2023/4/25 14:24:57]

網友表示，這可是個大事，之前想讓Midjourneyv5在霓虹燈招牌上寫個字AI都是瞎劃拉兩筆，對于鏡子理解的也不對。

0xscope：此前轉移總供應量7%的StarkNet代幣STRK，或系分發初始分配:1月9日消息，Web3知識圖譜協議0xscope發推表示，其研究員Bobie發現0x5c21開頭地址10小時前進行了43筆鏈上轉賬，轉移了694,895,781枚StarkNet代幣STRK，約占代幣總供應量的7%，且這部分代幣由StarkNet代幣鑄造合約此前轉入的634,725,965枚STRK和早期分發的剩余部分（12月6日、12月15日、12月22日、12月29日）組成，其中12個LockedTokenGrant合約地址之前沒有收到過轉賬，23個其他地址在1月3日和1月5日收到了來自0x5c21 的測試轉賬，2個地址在12月22日收到測試轉賬。0xscope猜測這可能是StarkNet正在分發其初始分配。[2023/1/9 11:02:30]

博報堂將與Astar開發公司Stake Technologies成立Web3合資企業:9月27日消息，日本廣告公司博報堂（Hakuhodo）與波卡平行鏈Astar Network的開發公司Stake Technologies將在2022年成立合資企業，幫助客戶在波卡平行鏈Astar Network建立Web3業務，以滿足加密相關業務的日本公司的需求。（日本經濟新聞）[2022/9/27 22:32:28]

使用DeepFloydIF，可以把指定文字巧妙放置在畫面中任何地方。

霓虹燈招牌、街頭涂鴉、服飾、手繪插畫，文字都會以合適的字體、風格、排版出現在合理的地方。

Blockstack推出分散式應用商店指南:分散式網絡開發公司Blockstack推出分散式應用程序指南app.co，邁出成為dapp開發人員專用商店的第一步。 聯合創始人Ryan Shea表示，公司正在啟動資源，旨在橋接去中心化應用開發人員和潛在用戶，并認為“這是分散式應用開發和探索的關鍵時刻”。[2018/5/17]

這意味著，AI直出商品渲染圖、海報等實用工作流程又打通一環。

還在視頻特效上開辟了新方向。

目前DeepFloydIF以非商用許可開源，不過團隊解釋這是暫時的，獲得足夠的用戶反饋后將轉向更寬松的協議。

比特幣在Bitstamp平臺重回17000美元關口:據比特幣交易平臺Bitstamp，比特幣重新站上17000關口，日內漲幅逾13%。[2018/1/6]

有需求的小伙伴可以抓緊反饋起來了。

像素級圖像生成

DeepFloydIF仍然基于擴散模型，但與之前的StableDiffusion相比有兩大不同。

負責理解文字的部分從OpenAI的CLIP換成了谷歌T5-XXL，結合超分辨率模塊中額外的注意力層，獲得更準確的文本理解。

負責生成圖像的部分從潛擴散模型換成了像素級擴散模型。

也就是擴散過程不再作用于表示圖像編碼的潛空間，而是直接作用于像素。

官方還提供了一組DeepFloydIF與其他AI繪畫模型的直觀對比。

可以看出，使用T5做文本理解的谷歌Parti和英偉達eDiff-1也都可以準確繪制文字，AI不會寫字這事就是CLIP的鍋。

不過英偉達eDiff-1不開源，谷歌的幾個模型更是連個Demo都不給，DeepFloydIF就成了更實際的選擇。

具體生成圖像上DeepFloydIF與之前模型一致，語言模型理解文本后先生成64×64分辨率的小圖，再經過不同層次的擴散模型和超分辨率模型放大。

在這種架構上，通過把指定圖像縮小回64×64再使用新的提示詞重新執行擴散，也實現以圖生圖并調整風格、內容和細節。

并且不需要對模型做微調就可直接實現。

另外，DeepFloydIF的優勢還在于，IF-4.3B基礎模型是目前擴散模型中U-Net部分有效參數是最多的。

在實驗中，IF-4.3B取得了最好的FID分數，并達到SOTA。

誰是DeepFloyd

DeepFloydAIResearch是StabilityAI旗下的獨立研發團隊，深受搖滾樂隊平克弗洛伊德影響，自稱為一只“研發樂隊”。

主要成員只有4人，從姓氏來看均為東歐背景。

這次除了開源代碼外，團隊在HuggingFace上還提供了DeepFloydIF模型的在線試玩。

我們也試了試，很可惜的是目前對中文還不太支持。

原因可能是其訓練數據集LAION-A里面中文內容不多，不過既然開源了，相信在中文數據集上訓練好的變體也不會太晚出現。

OneMoreThing

DeepFloydIF并不是StabilityAI昨晚在開源上的唯一動作

語言模型方面，他們也推出了首個開源并引入RLHF技術的聊天機器人StableVicuna，基于小羊駝Vicuna-13B模型實現。

目前代碼和模型權重已開放下載。

完整的桌面和移動界面也即將發布。

DeepfloydIF在線試玩：

https://huggingface.co/spaces/DeepFloyd/IF

代碼：

https://github.com/deep-floyd/IF

StableVicuna在線試玩：

https://huggingface.co/spaces/CarperAI/StableVicuna

權重下載：

https://huggingface.co/CarperAI/stable-vicuna-13b-delta

參考鏈接：

https://deepfloyd.ai/deepfloyd-if

https://stability.ai/blog/deepfloyd-if-text-to-image-model

https://stability.ai/blog/stablevicuna-open-source-rlhf-chatbot

https://stable-diffusion-art.com/how-stable-diffusion-work/

Tags：STADEEPFLOPFLBitStationDeepwatersfloki幣有銷毀機制嗎PFL幣

POL幣最新價格