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

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。

Starknet主网已在v0.11.1上运行，下周计划启动v0.11.2测试网:5月25日消息，以太坊 Layer2 扩容解决方案 Starknet 宣布其主网已开始在 v0.11.1 上运行，下周计划启动 v0.11.2 测试网，之后拟安排主网上线时间，v0.11.2 将正式激活 Cairo 1，并且会为 Cairo 1 在主网上的功能做好准备。[2023/5/25 10:39:50]

以及准确理解空间关系。

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。

Bitstamp已裁员30%，解雇约200名员工:金色财经报道，加密货币交易所Bitstamp最近将员工人数减少了30%，从去年9月份的约650人减少到2月份的450人。但Bitstamp CEO Jean-Baptiste在接受采访时表示，这不是一轮裁员，许多从事牌照、战略、合规和安全工作的顾问完成了他们的项目，所有这些人都在去年年底完成了他们的任务。[2023/3/15 13:05:36]

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。

Stargate社区关于聘请GSR作为做市商的提案获得通过:2月20日消息，Snapshot页面显示，跨链桥接协议Stargate社区发起的“聘请GSR作为STG在中心化交易所的做市商”的提案投票已结束，以98.2%的支持率获得通过。提案内容显示，Stargate将向GSR提供800万枚STG的欧式期权，条件为24个月后STG均价超过1.15美元。Stargate表示为了保护市场，不会透露具体要求的价格。

据悉，发起该提案是由于多家交易所就Stargate在中心化交易所的流动性问题联系了Stargate基金会，并通知如果Stargate DAO不聘请做市商，STG将在未来退市或取消优先级。[2023/2/20 12:17:21]

开源以太坊共识客户端Lodestar发布v0.38.0版本，修复eth1存款缓存问题:6月11日消息，开源以太坊共识(Eth2)客户端Lodestar发布v0.38.0版本，最新版本包括对Ropsten上遇到的eth1存款缓存问题的修复，以及对发布过程和验证节点客户端的小修复。[2022/6/11 4:18:21]

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。

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。

Blockstack CEO：智能合约的潜在应用远远超出其名称所示的范围:区块链软件公司Blockstack的联合创始人兼首席执行官Muneeb Ali认为，智能合约的潜在好处和应用远远超出其名称所示的范围。

Muneeb Ali称，就像云计算对广泛的行业产生了影响，而不仅仅局限于金融业，智能合约也是如此。它们甚至不应该被称为“智能合约”，因为这是一个相当局限的名称。（Cointelegraph）[2020/6/12]

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。

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：STAFLODEEPPFLstarl币最新消息GREENFLOKI币Deeper NetworkPFL价格

ETH热门资讯