Text-to-Image na AI Model
Ano ang Text-to-Image AI Model?
Ang isang text-to-image na modelo ay isang uri ng machine learning modelo na bumubuo ng isang imahe na tumutugma sa isang natural na paglalarawan ng wika na ibinigay bilang input. Ang mga modelo ng text-to-image ay karaniwang binubuo ng dalawang bahagi: isang generative na modelo ng imahe na lumilikha ng isang larawang nakakondisyon sa input text, at isang modelo ng wika na nagko-convert ng text sa isang latent na representasyon. Ang malalaking volume ng data ng text at larawan na na-scrap mula sa internet ay karaniwang ginagamit upang sanayin ang pinakamahuhusay na algorithm.
Pag-unawa sa Text-to-Image AI Model
Inilabas ng mga mananaliksik ng University of Toronto ang alignDRAW, ang unang kontemporaryong text-to-image na modelo, noong 2015. Ang arkitektura ng DRAW na unang ipinakilala ay pinalawak ng alignDRAW upang magbigay ng text sequence conditioning. Bagama't kulang sa photorealism at malabo ang mga larawang nabuo ng alignDRAW, ipinakita ng modelo na may kakayahan itong higit pa sa "pagsaulo" ng mga nilalaman ng set ng pagsasanay sa pamamagitan ng kakayahang mag-generalize sa mga item na hindi kasama sa set ng pagsasanay at tumugon nang maayos sa mga bagong pahiwatig.
Ang OpenAI transformer system DALL-E ay isa sa mga unang text-to-image na modelo na nakakuha ng makabuluhang interes ng publiko, ito ay inihayag noong Enero 2021. Noong Abril 2022, ang DALL-E 2, isang kapalit na maaaring makagawa ng mas kumplikado at parang buhay na mga visual, ay iniharap. Noong Agosto ng parehong taon, Stable Diffusion ay ginawang magagamit sa publiko. Ang karagdagang pagpapakita ng "pag-personalize" ng malalaking text-to-image na mga modelo ng pundasyon ay naganap noong Agosto 2022. Sa pag-customize ng text-to-image, isang bagong ideya ang maaaring ituro sa modelo na may maliit na bilang ng mga larawan ng isang item na hindi 't bahagi ng set ng pagsasanay ng text-to-image foundation model, ito ay nakakamit sa pamamagitan ng Textual inversion.
| kaugnay: Pinakamahusay na 100+ Stable Diffusion Mga Prompt: Ang Pinakamagagandang AI Text-to-Image Prompt |
Hinaharap ng Text-to-Image AI Model
Ang malikhaing komunidad ay sumasabog sa sining ng AI, na nagtutulak sa atin sa intelektwal at artistikong hindi ginalugad na lupain. Kahit na ang mga malikhaing aspeto nito ay ginagalugad pa rin, sinimulan na nitong baguhin ang kapaligiran ng artistikong imahe. Malugod na tinatanggap sa ating isipan ang matatalinong visual ng tao na higit pa sa anumang nakita natin sa screen. Isa sa mga pinakakawili-wiling pagsulong ay ang paggawa ng text-to-image, na nagbibigay-daan sa mga computer na makagawa ng mga larawan bilang tugon sa mga text command. Ginagamit ng mga artista ang AI upang palawakin ang kanilang mga imahinasyon araw-araw. Ang kanilang mga interes ay higit na nakasalalay sa pagsisiyasat ng teknolohiya para sa pagbuo ng mga haka-haka na lungsod, panonood ng mga aso na sumasayaw sa isang disco, o sinusubukang malaman kung ano ang hinaharap.
Pinakabagong Balita tungkol sa Text-to-Image AI Model
- Midjourney 5.2 at Stable Diffusion Ang SDXL 0.9 ay naglabas ng mga makabuluhang update para sa pagbuo ng malikhaing larawan. Midjourney Ipinakilala ng 5.2 ang Zoom Out, mga nako-customize na variation, at isang 1:1 na pagbabago ng imahe. Ipinakikilala din nito ang Outpainting, mga nako-customize na variation, at isang prompt parser para sa pag-optimize ng mga prompt at pag-align ng mga ito sa mga intensyon ng mga user. Pinapahusay ng mga update na ito ang karanasan ng user at pinapabuti ang katumpakan sa pagbuo ng mga makatotohanang larawan.
- Ang SnapFusion ay isang modelo ng AI na nagbibigay-daan sa mga user na lumikha ng mga nakamamanghang larawan mula sa mga natural na paglalarawan ng wika sa loob lamang ng dalawang segundo sa mga mobile device. Inaalis nito ang pangangailangan para sa mga mamahaling GPU at serbisyong nakabatay sa cloud, binabawasan ang mga gastos at pagtugon sa mga alalahanin sa privacy. Ang kahusayan at pagganap ng modelo ay ipinakita sa mga eksperimento sa dataset ng MS-COCO.
- Nakabuo ang mga mananaliksik ng GigaGAN, isang text-to-image na modelo na maaaring makabuo ng 4K na mga larawan sa loob ng 3.66 segundo, isang makabuluhang pagpapabuti sa mga kasalukuyang modelo. Ang GigaGAN ay batay sa GAN framework at sinanay sa isang 1 bilyong larawan na dataset, na bumubuo ng 512px na mga larawan sa 0.13 segundo. Mayroon itong hiwalay, tuloy-tuloy, at nakokontrol na latent space, na nagbibigay-daan para sa iba't ibang estilo at kontrol ng imahe. Maaari ding sanayin ng modelo ang isang mahusay na upsampler para sa mga totoong larawan o output.
Pinakabagong Social Posts tungkol sa
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Viktoriia ay isang manunulat sa iba't ibang paksa ng teknolohiya kabilang ang Web3.0, AI at mga cryptocurrencies. Ang kanyang malawak na karanasan ay nagpapahintulot sa kanya na magsulat ng mga insightful na artikulo para sa mas malawak na madla.
Mas marami pang artikulo
Si Viktoriia ay isang manunulat sa iba't ibang paksa ng teknolohiya kabilang ang Web3.0, AI at mga cryptocurrencies. Ang kanyang malawak na karanasan ay nagpapahintulot sa kanya na magsulat ng mga insightful na artikulo para sa mas malawak na madla.
