EFI:Stable Diffusion 团队放大招！新绘画模型直出 AI 海报，像素级生成_STA

来源：量子位

开源AI绘画扛把子，StableDiffusion背后公司StabilityAI再放大招！

全新开源模型DeepFloydIF，一下获星2千+并登上GitHub热门榜。

DeepFloydIF不光图像质量是照片级的，还解决了文生图的两大难题：

准确绘制文字。

以及准确理解空间关系。

数据：参与StarkNet桥接交易的用户量超越Arbitrum，达66万个:8月10日消息，Dune数据显示，参与StarkNet桥接交易的用户量超越Arbitrum，达660,738个，而Arbitrum为660,104个。同时Arbitrum的ETH总跨链桥接数量约27.44万枚，StarkNet为19.59万枚。[2023/8/10 16:17:01]

网友表示，这可是个大事，之前想让Midjourneyv5在霓虹灯招牌上写个字AI都是瞎划拉两笔，对于镜子理解的也不对。

Beanstalk Farms：首批4项BFCP-A提案已开启投票:7月31日消息，算法稳定币项目Beanstalk Farms发推称，首批4项BFCP-A提案已在Snapshot上列出。BFCP-A是Beanstalk Farms委员会的提案，该委员会对BF预算有决定权，包括对贡献者的补偿。这些提案的投票周期是7天，需要25%的法定人数（目前相当于约5300万Stalk）和多数投票才能通过。[2022/7/31 2:49:37]

使用DeepFloydIF，可以把指定文字巧妙放置在画面中任何地方。

霓虹灯招牌、街头涂鸦、服饰、手绘插画，文字都会以合适的字体、风格、排版出现在合理的地方。

Gate.io Startup首发项目O3已认购成功:据官方公告，Gate.io Startup首发项目O3 Swap (O3)已认购成功，并将于5月14日（今日）开通O3交易并随后开通提现服务，开盘时间将随后公布。据悉，本次认购参与人数共有14,789人，下单总价值超过1,000万美金，认购系数约为0.0031。Gate.io将根据每个人的下单情况和每个下单币种的认购系数进行O3的分发。请务必注意：由于部分用户在下单认购后到当天16点之前，没有保持账户中有不低于认购金额的足够金额，因此被排除在有下单之外。[2021/5/14 22:01:37]

这意味着，AI直出商品渲染图、海报等实用工作流程又打通一环。

还在视频特效上开辟了新方向。

摩根士丹利(MORGAN STANLEY):央行可能会用加密货币加强负利率:根据摩根士丹利(Morgan Stanley)的新发现，各国央行可以使用加密货币，使得大幅降息来减轻下一场金融危机的负面影响。[2018/5/15]

目前DeepFloydIF以非商用许可开源，不过团队解释这是暂时的，获得足够的用户反馈后将转向更宽松的协议。

有需求的小伙伴可以抓紧反馈起来了。

像素级图像生成

DeepFloydIF仍然基于扩散模型，但与之前的StableDiffusion相比有两大不同。

辟谣：Nexon韩国首席执行官否认有关Bitstamp收购的传言:Nexon韩国首席执行官李正勋表示，Nexon韩国与Bitstamp的收购无关。我们没有计划将加密货币与我们的游戏业务联系起来，但这并不意味着Nexon在其游戏开发工作中排除了区块链的使用，因为分布式账本技术在游戏中有很多潜在的应用。[2018/4/25]

负责理解文字的部分从OpenAI的CLIP换成了谷歌T5-XXL，结合超分辨率模块中额外的注意力层，获得更准确的文本理解。

负责生成图像的部分从潜扩散模型换成了像素级扩散模型。

也就是扩散过程不再作用于表示图像编码的潜空间，而是直接作用于像素。

官方还提供了一组DeepFloydIF与其他AI绘画模型的直观对比。

可以看出，使用T5做文本理解的谷歌Parti和英伟达eDiff-1也都可以准确绘制文字，AI不会写字这事就是CLIP的锅。

不过英伟达eDiff-1不开源，谷歌的几个模型更是连个Demo都不给，DeepFloydIF就成了更实际的选择。

具体生成图像上DeepFloydIF与之前模型一致，语言模型理解文本后先生成64×64分辨率的小图，再经过不同层次的扩散模型和超分辨率模型放大。

在这种架构上，通过把指定图像缩小回64×64再使用新的提示词重新执行扩散，也实现以图生图并调整风格、内容和细节。

并且不需要对模型做微调就可直接实现。

另外，DeepFloydIF的优势还在于，IF-4.3B基础模型是目前扩散模型中U-Net部分有效参数是最多的。

在实验中，IF-4.3B取得了最好的FID分数，并达到SOTA。

谁是DeepFloyd

DeepFloydAIResearch是StabilityAI旗下的独立研发团队，深受摇滚乐队平克弗洛伊德影响，自称为一只“研发乐队”。

主要成员只有4人，从姓氏来看均为东欧背景。

这次除了开源代码外，团队在HuggingFace上还提供了DeepFloydIF模型的在线试玩。

我们也试了试，很可惜的是目前对中文还不太支持。

原因可能是其训练数据集LAION-A里面中文内容不多，不过既然开源了，相信在中文数据集上训练好的变体也不会太晚出现。

OneMoreThing

DeepFloydIF并不是StabilityAI昨晚在开源上的唯一动作

语言模型方面，他们也推出了首个开源并引入RLHF技术的聊天机器人StableVicuna，基于小羊驼Vicuna-13B模型实现。

目前代码和模型权重已开放下载。

完整的桌面和移动界面也即将发布。

DeepfloydIF在线试玩：

https://huggingface.co/spaces/DeepFloyd/IF

代码：

https://github.com/deep-floyd/IF

StableVicuna在线试玩：

https://huggingface.co/spaces/CarperAI/StableVicuna

权重下载：

https://huggingface.co/CarperAI/stable-vicuna-13b-delta

参考链接：

https://deepfloyd.ai/deepfloyd-if

https://stability.ai/blog/deepfloyd-if-text-to-image-model

https://stability.ai/blog/stablevicuna-open-source-rlhf-chatbot

https://stable-diffusion-art.com/how-stable-diffusion-work/

标签：EFISTAGAMEDEEPDEFILANCERstarl币团队跑路了吗SHAEL RUNE - Rune.GameDeepCloud AI

火星币热门资讯