stable-diffusion-WebUI
全部标签图像生成是当前AIGC领域最热门的方向之一。近期发布的图像生成模型如DALL・E2、Imagen、StableDiffusion等等，开创了图像生成的新时代，实现了前所未有的图像质量和模型灵活性水平。扩散模型也成为目前占据主导地位的范式。然而，扩散模型依赖于迭代推理，这是一把双刃剑，因为迭代方法可以实现具有简单目标的稳定训练，但推理过程需要高昂的计算成本。在扩散模型之前，生成对抗网络（GAN）是图像生成模型中常用的基础架构。相比于扩散模型，GAN通过单个前向传递生成图像，因此本质上是更高效的，但由于训练过程的不稳定性，扩展GAN需要仔细调整网络架构和训练因素。因此，GAN擅长对单个或多个对象类
图像生成是当前AIGC领域最热门的方向之一。近期发布的图像生成模型如DALL・E2、Imagen、StableDiffusion等等，开创了图像生成的新时代，实现了前所未有的图像质量和模型灵活性水平。扩散模型也成为目前占据主导地位的范式。然而，扩散模型依赖于迭代推理，这是一把双刃剑，因为迭代方法可以实现具有简单目标的稳定训练，但推理过程需要高昂的计算成本。在扩散模型之前，生成对抗网络（GAN）是图像生成模型中常用的基础架构。相比于扩散模型，GAN通过单个前向传递生成图像，因此本质上是更高效的，但由于训练过程的不稳定性，扩展GAN需要仔细调整网络架构和训练因素。因此，GAN擅长对单个或多个对象类
相信很多人已经领会过生成式AI技术的魅力，特别是在经历了2022年的AIGC爆发之后。以StableDiffusion为代表的文本到图像生成技术一度风靡全球，无数用户涌入，借助AI之笔表达自己的艺术想象……相比于图像编辑，视频编辑是一个更具有挑战性的议题，它需要合成新的动作，而不仅仅是修改视觉外观，此外还需要保持时间上的一致性。在这条赛道上探索的公司也不少。前段时间，谷歌发布的Dreamix以将文本条件视频扩散模型（videodiffusionmodel,VDM）应用于视频编辑。近日，曾参与创建StableDiffusion的Runway公司推出了一个新的人工智能模型「Gen-1」，该模型通过
相信很多人已经领会过生成式AI技术的魅力，特别是在经历了2022年的AIGC爆发之后。以StableDiffusion为代表的文本到图像生成技术一度风靡全球，无数用户涌入，借助AI之笔表达自己的艺术想象……相比于图像编辑，视频编辑是一个更具有挑战性的议题，它需要合成新的动作，而不仅仅是修改视觉外观，此外还需要保持时间上的一致性。在这条赛道上探索的公司也不少。前段时间，谷歌发布的Dreamix以将文本条件视频扩散模型（videodiffusionmodel,VDM）应用于视频编辑。近日，曾参与创建StableDiffusion的Runway公司推出了一个新的人工智能模型「Gen-1」，该模型通过
我们知道，StableDiffusion是一种非常流行的文本到图像生成式AI模型，它能够在几十秒内为任何给定的输入文本创建逼真的图像。StableDiffusion的参数超过了10亿，直到现在，该模型主要在云端运行。因此，如何在移动设备端运行StableDiffusion吸引了圈内人士的极大兴趣。此前，有位作者开发了一个应用程序，通过StableDiffusion来生成图像，然后按喜欢的方式编辑。该应用在最新的iPhone14Pro上生成图片仅需一分钟，使用大约2GiB的应用内存。甚至苹果亲自下场优化，在iPhone、iPad、Mac等设备上以惊人速度运行StableDiffusion，在半分
我们知道，StableDiffusion是一种非常流行的文本到图像生成式AI模型，它能够在几十秒内为任何给定的输入文本创建逼真的图像。StableDiffusion的参数超过了10亿，直到现在，该模型主要在云端运行。因此，如何在移动设备端运行StableDiffusion吸引了圈内人士的极大兴趣。此前，有位作者开发了一个应用程序，通过StableDiffusion来生成图像，然后按喜欢的方式编辑。该应用在最新的iPhone14Pro上生成图片仅需一分钟，使用大约2GiB的应用内存。甚至苹果亲自下场优化，在iPhone、iPad、Mac等设备上以惊人速度运行StableDiffusion，在半分
AIGC爆火的背后，从技术的角度来看，是图像生成模型的架构发生了巨大的变化。随着OpenAI发布DALL-E2，自回归和扩散模型一夜之间成为大规模生成模型的新标准，而在此之前，生成对抗网络（GAN）一直都是主流选择，并衍生出StyleGAN等技术。从GAN切换到扩散模型的架构转变也引出了一个问题：能否通过扩大GAN模型的规模，比如说在LAION这样的大型数据集中进一步提升性能吗？最近，针对增加StyleGAN架构容量会导致不稳定的问题，来自浦项科技大学（韩国）、卡内基梅隆大学和Adobe研究院的研究人员提出了一种全新的生成对抗网络架构GigaGAN，打破了模型的规模限制，展示了GAN仍然可
AIGC爆火的背后，从技术的角度来看，是图像生成模型的架构发生了巨大的变化。随着OpenAI发布DALL-E2，自回归和扩散模型一夜之间成为大规模生成模型的新标准，而在此之前，生成对抗网络（GAN）一直都是主流选择，并衍生出StyleGAN等技术。从GAN切换到扩散模型的架构转变也引出了一个问题：能否通过扩大GAN模型的规模，比如说在LAION这样的大型数据集中进一步提升性能吗？最近，针对增加StyleGAN架构容量会导致不稳定的问题，来自浦项科技大学（韩国）、卡内基梅隆大学和Adobe研究院的研究人员提出了一种全新的生成对抗网络架构GigaGAN，打破了模型的规模限制，展示了GAN仍然可
