2024-10-17 04:51:16发布:Stable Diffuion 3突然发布!与Sora同架构,一切都更逼真了
发布日期:2024-10-17 04:51:16 阅读:511856 当前热度:604
来源类型:大虎牙学长 | 作者:王冕 本站原创 转载请注明
【澳门最新免费准的资料】 【2024澳门六今晚开奖号码】 【澳门开奖结果,开奖结果】 | 【2024年正版澳门资料免费大全】 【新奥彩历史开奖记录表查询】 【2024澳门最新开奖结果查询】 【澳门今期开奖结果是什么香】 【新澳六开彩历史开奖记录】 【2o24年新澳门开码结果】 【新澳门现场开奖直播】 【2024澳门今晚开奖号码】 【新澳门开奖记录查询今天】 【2024年新澳开奖记录】
白交 丰色 发自 凹非寺
量子位 | 公众号 QbitAI
Stable Diffusion 3,它终于来了!
足足酝酿一年之多,相比上一代一共进化了三大能力。
来,直接上效果!
首先,是开挂的文字渲染能力。
且看这黑板上的粉笔字:
Go Big or Go Home (不成功便成仁),这个倒是杀气腾腾啊~
路牌、公交灯牌的霓虹效果:
还有刺绣上“勾”得快要看到针脚的“晚安”:
作品一摆出,网友就大呼:太精确了。
以至于有人表示:赶紧把中文也安排上啊。
其次,多主题提示能力直接拉满。
什么意思?你尽管一次性往提示词中塞入n多“元素”,Stable Diffusion 3:漏一个算我输。
呐,仔细瞅下图,这里面就有“宇航员”、“穿着芭蕾舞裙的小猪”、“粉色雨伞”、“戴着礼帽的知更鸟”,角落里还有“Stable Diffusion”几个大字(可不是什么水印)。
有了这个能力,一幅作品你想多丰富就有多丰富。
最后,当属图像质量,再次进化了一个度。
光看前面这些图,就被冲击到有没有?!
而各种超清特写,那是再信手拈来不过的了。
心动吗?目前官方已开放排队名单,大伙可以前往官网申请。
咳咳,也不得不说,最近这AI圈可真是相当热闹啊。
有网友直呼,我的电脑已经Hold不住了……
Stable Diffusion 3来了!
全新的Stable Diffusion效果有多好,再给大伙奉送一些。
当然,所有出图均来自官方,比如StabilityAI媒体负责人:
不得不说,文字效果实在最为吸人眼球,各种形式都能呈现得相当清楚和“应景”。
而看到上面这幅图,不得不想到“Midjourney尴尬亮相学术界:为生物学论文乱配图”一事——有了SD3之后,我们是不是可以制作非常专业的学术配图了?
除了这些,SD3的“酒精水墨画”也相当别出心裁:
动漫风格:
again,你可以在上面加清晰的文字了。
由于目前需要排队申请,大伙还不好实际测试摸底。
不过有机智的网友已经用相同的提示词喂给了Midjourney(v 6.0)。
比如开头的那张“红苹果与黑板字”(prompt:cinematic photo of a red apple on a table in a classroom, on the blackboard are the words “go big or go home” written in chalk)
最终Midjourney给出的结果如下:
从这组对比来看,可以说是高下立判——SD3无论是文字拼写还是质量、色彩协调性等方面都更胜一筹。
技术方面,目前,模型可选择的参数范围在800M到8B。
详细的技术报告还未公布,官方目前只透露主要结合了扩散型transformer架构以及flow matching。
前者实际上同Sora一样,附上的技术论文正是22年William Peebles同谢赛宁合写的DiT。
DiT首次将Transformer与扩散模型结合到了一起,相关论文被ICCV 2023录用为Oral论文。
在该研究中,研究者训练了潜在扩散模型,用对潜在 patch进行操作的 Transformer 替换常用的 U-Net 主干网络。他们通过以Gflops衡量的前向传递复杂度来分析扩散 Transformer (DiT) 的可扩展性。
而后者flow matching同样也是来自22年,由Meta AI以及魏茨曼科学研究所的科学家完成。
他们提出了基于连续归一化流(CNFs)的生成模型新范式,以及flow matching的概念,这是一种基于回归固定条件概率路径的矢量场的免模拟CNFs的方法。结果发现使用带有扩散路径的flow matching,可以训练出来的模型更稳健和稳定。
不过最近看了这么多视频生成进展,也有网友表示:
你觉得呢?
One More Thing
除此之外,也就在前一天,他们的视频产品Stable Video正式开放公测。
基于SVD1.1(Stable Video Diffusion 1.1),人人可用。
主要支持文生视频和图生视频两个功能。
参考链接:
[1]https://stability.ai/news/stable-diffusion-3[2]https://arxiv.org/abs/2212.09748[3]https://arxiv.org/abs/2210.02747[4]https://twitter.com/pabloaumente/status/1760678508173660543— 完 —
量子位 QbitAI · 头条号签
【新澳门开奖号码2024年开奖记录】 【新澳资彩长期免费资料】 【六开彩澳门开奖网站】 | 【澳门天天彩年开奖结果新闻发布会】 【2024澳彩开奖记录查询表】 【新澳最新快资料】 【2024澳门天天六开彩今晚开奖号码】 【今天晚上开奖开什么号码九十】 【澳门特马好资料今晚开】 【新澳2024最新资料】 【旧澳门最新开奖历史结果】 【49494949最快开奖结果】 【2023澳门全年资料免费】
鲍比·伯克:
1秒前:不得不说,文字效果实在最为吸人眼球,各种形式都能呈现得相当清楚和“应景”。
IP:83.82.33.*
应禹诚:
3秒前:当然,所有出图均来自官方,比如StabilityAI媒体负责人:
IP:29.59.23.*
万鹏:
5秒前:其次,多主题提示能力直接拉满。
IP:87.39.47.*
柴夔:
7秒前:详细的技术报告还未公布,官方目前只透露主要结合了扩散型transformer架构以及flow matching。
IP:77.99.48.*
姚琰欣:
7秒前:白交 丰色 发自 凹非寺
IP:83.13.94.*
马少骅:
6秒前:足足酝酿一年之多,相比上一代一共进化了三大能力。
IP:13.70.13.*
朱昼:
1秒前:DiT首次将Transformer与扩散模型结合到了一起,相关论文被ICCV 2023录用为Oral论文。
IP:98.94.27.*