[DeepFloyd IF] AI終於會寫字了!stability 的另一產品 DeepFloyd IF 閃亮登場,AI繪畫中的文字內容清晰展現,無需本地下載,聯網就能體驗!
00:00 開始
03:16 測試顯示文本的功能
體驗網址:https://huggingface.co/spaces/DeepFloyd/IF
Github鏈接:https://github.com/deep-floyd/IF
官網:https://deepfloyd.ai/
#ai
今天,我來介紹一下Deepfloyd_IF
Deepfloyd_IF是文本生成圖像的開源模型,近期已經在github上發佈
該模型由 Stability旗下的DeepFloyd實驗室開發
它有着強大的語言處理能力,並能創造出極其逼真的圖片
從官方給出的演示中可以看出:它對文字的處理非常有水平
而不是像傳統模型那樣潦草、難以辨認
Stability目前已經公開了部分生成樣本
其中的文字信息清晰可辨,和以前生成的圖片相比,有着質的飛躍
由Deepfloyd模型繪出的圖片,不僅有着強烈的逼真感
而且還要優於Dall E-2和stable diffusion 2.0模型的總體表現
Deepfloyd也能做到圖像生成圖像
可以在原始圖片的基礎上,創造出不同風格的圖片
使用super-resolution,還可以將模糊的圖像放大,從而提高清晰度
接下來,看一下用Deepfloyd IF模型生成的圖和其他模型生成的圖的對比結果
第一個:彩虹企鵝,左邊的是其他模型生成的,可以看出背景只是一堆石頭,而且企鵝無精打采
右邊的是Deepfloyd_IF生成的,可以看出企鵝精神抖擻,而且背景是漂亮的冰山與夢幻般的彩虹
第二個:左邊是其他模型生成的,可以看出茶杯表面的圖像很粗糙,而且整幅圖沒有立體感
而右邊的Deepfloyd_IF模型生成的圖像有着強烈的光影效果,茶杯上的熊貓頭特別有立體感,特別逼真
第三個:左邊的樹獺帽子顏色像是過度曝光了一樣,而且表情呆滯
而右邊的Deepfloyd_IF模型生成的樹獺特別可愛,帽子顏色和圖片整體看起來特別協調
第四個:左邊的玩具熊顯得太大,佔據了整個畫面
而右邊的Deepfloyd_IF模型生成的可以同時突出玩具熊和足球場,比例勻稱
回到網站主頁,看右上角,如果你想加入discord,也可以點擊進入,與網友們一起交流使用心得
接下來,我就帶領大家體驗一下
首先進入這個網址:https://huggingface.co加上後面的一串字符
網址鏈接我已經放到下面的簡介中,有需要的直接去複製就行了
網頁的使用很簡單,只需要填寫正面提示詞、反面提示詞並點選高級設置中的Seed和Guide scale即可
在填寫完關鍵詞後,點擊右邊的“Generate”,即可生成四張圖片
之後,選擇你自己喜歡的圖,點擊“Upscale”,就可以提高分辨率
怎麼樣,圖片夠清晰吧
怎麼樣,圖片夠清晰吧
接下來,再試一下動漫人物圖像,再次執行剛纔的操作
挨個看一下,然後選擇一張放大
效果還算是可以,色彩鮮豔,女孩漂亮
現在,重頭戲到了,我來用它測試一下顯示文本的功能
在提示框裏輸入:a blackboard written “hello world”
在黑板上顯示"hello world"
好了,生成結束,看一下效果,選擇一張放大
可以看出:英文字母顯示得非常出色
和左邊其他模型生成的鬼畫符相比,有着肉眼可見的差距
接下來,試一下:a rusty street sign written “new york”
寫着“紐約”的生鏽路牌
好了,生成結束,看一下效果,選擇一張放大
鐵鏽效果非常真實,要是拿來一個真正的照片和它放到一起
都不一定能分辨出來
再來測試一下店鋪招牌
輸入同樣的提示詞語:一個店鋪招牌上面寫着“日用百貨”
左邊的是leonardo生成的,右邊的是Deepfloyd_IF生成的
和左邊的相比,字母還是那麼清晰,字跡還是那麼工整
總之,Deepfloyd_IF實現了以前的模型未曾實現的功能
如果你對AI繪畫感興趣的話,建議你可以去嘗試一下,你會感到受益匪淺

