文本到图像模型，如何快速生成高质量图片？ #Google Muse AI

AIGC 的存在，大大提高了创作者的生产效率，目前，市面上也出现了许多快速生成图像的 AI 图像模型。

近日，谷歌的 Muse AI 系统亮相，使用 AI 生成图片又多了一个选择工具！

Google Muse AI

图源：Muse 官网

Google Muse AI是早期文本到图像转换器模型（如 Imagen 和 DALL-E 2 ）的改进版本，可实现最先进的图像生成性能，同时比扩散或自回归模型效率高得多。

Muse声称优于 Imagen 和 DALL-E 2 等像素空间扩散模型，因为它使用了离散令牌和较小的样本量要求。该模型根据文本提示迭代重采样图片标记，生成免费的零镜头、无遮罩编辑。

Google Muse AI的优势

- Muse 采用并行解码，这是Parti和其他自回归模型中所缺少的。

- 使用已经训练过的LLM，可以在粒度级别上掌握语言，这反过来又转化为产生高质量的图像并识别视觉概念，如物体，它们的空间关系，立场，基数等。

- Muse 允许进行修复、外画和无遮罩编辑，而无需翻转或翻转模型。

Google Muse AI 可提供哪些功能？

- 文本到图像生成

Google Muse AI 根据文本输入快速生成高质量图像（TPUv4 上 512×512 分辨率为 1.3 秒，256×256 分辨率为 0.5 秒）。

图源：Muse 官网

- 零镜头、无遮罩编辑

由于基于文本提示对图片标记进行迭代重采样，Google Muse AI 模型提供了免费的零镜头、无遮罩编辑。

图源：Muse 官网

- 可操作多个对象

更改图像时，无遮罩编辑允许使用简单的文本提示操作多个对象。

图源：Muse 官网

- 零镜头内涂/外涂

基于蒙版的编辑（内画/外画）免费包含在谷歌缪斯人工智能中。使用蒙版时，编辑与生成相同。

图源：Muse 官网

目前市面上有许多 AI 图像生成软件，主流AI图像生成系统包括 Stable Diffusion、OpenAI 的 DALL-E 2 等等，生成一副 512X512 级别的画像，Stable Diffusion1.4 需要 3.7 秒， Muse 仅需 1.3 秒。

因此，在图片生成的速度上，与竞品相比，Muse 有着更大的速度优势。

文本到图像模型，如何快速生成高质量图片？ #Google Muse AI相关推荐

文本深度表示模型Word2Vec 简介 Word2vec 是 Google 在 2013 年年中开源的一款将词表征为实数值向量的高效工具, 其利用深度学习的思想，可以通过训练，把对文本内容的处理简
文本深度表示模型Word2Vec 简介 Word2vec 是 Google 在 2013 年年中开源的一款将词表征为实数值向量的高效工具, 其利用深度学习的思想,可以通过训练,把对文本内容的处理简化为 ...
易模3D建模教程 |手机也能编辑3D模型，快速生成人头像！
在之前的易模建模教程中,我们已经教会大家为小器物.人脸.人像.场景以及不可移动的大摆件建模,很多朋友学会操作并成功得到模型之后,觉得自己制作的模型不像案例模型那样精致,除了清晰度的情况,自己拍摄制作 ...
Text to image论文精读GR-GAN：逐步细化文本到图像生成 GRADUAL REFINEMENT TEXT-TO-IMAGE GENERATION
目录一.原文摘要二.为什么提出GR-GAN 三.GR-GAN 3.1.整体框架 3.2.逐步求精生成器:GRG 3.2.1.图像初始化阶段 3.2.2.句子级细化阶段 3.2.3.单词级细化阶段 ...
AI艺术的背后：详解文本生成图像模型【基于 Diffusion Model】
系列文章链接: AI艺术的背后:详解文本生成图像模型[基于 VQ-VAE] AI艺术的背后:详解文本生成图像模型[基于GAN] AI艺术的背后:详解文本生成图像模型[基于Diffusion Model ...
AI艺术的背后：详解文本生成图像模型【基于GAN】
系列文章链接: AI艺术的背后:详解文本生成图像模型[基于 VQ-VAE] AI艺术的背后:详解文本生成图像模型[基于GAN] AI艺术的背后:详解文本生成图像模型[基于Diffusion Model ...
AI艺术的背后：详解文本生成图像模型【基于 VQ-VAE】
系列文章链接: AI艺术的背后:详解文本生成图像模型[基于 VQ-VAE] AI艺术的背后:详解文本生成图像模型[基于GAN] AI艺术的背后:详解文本生成图像模型[基于Diffusion Model ...
文本生成视频Make-A-Video，根据一句话就能一键生成视频 Meta新AI模型
Meta公司(原Facebook)在今年9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频. Make-A-Video研究基于文本到图像生成技术的最新进展 ...
AIGC：Stable Diffusion(一项普通人就能实现的AI前沿科技)的简介、Stable Diffusion2.0的改进、安装、使用方法(文本到图像/图像修改/超分辨率/图像修复)之详细攻略
AIGC:Stable Diffusion(一项普通人就能实现的AI前沿科技)的简介.Stable Diffusion2.0的改进.安装.使用方法(文本到图像/图像修改/超分辨率/图像修复)之详细攻略 ...
CVPR 2023 | 微软提出RODIN：首个3D扩散模型高质量生成效果，换装改形象一句话搞定！...
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达点击进入->[扩散模型]微信技术交流群转载自:微软亚洲研究院编者按:近日,由微软亚洲研究院提出的 ...

文本到图像模型，如何快速生成高质量图片？ #Google Muse AI

文本到图像模型，如何快速生成高质量图片？ #Google Muse AI相关推荐

最新文章

热门文章