一个非常有意思的项目可以用 SD 直接生成透明的 PNG 图片，也可以直接生成带有透明度分层的图片。

一个非常有意思的项目可以用 SD 直接生成透明的 PNG 图片，也可以直接生成带有透明度分层的图片。这个想象力很大能带来很多玩法。也可以使用现有的 SD 社区模型。项目介绍： LayerDiffusion使得大型已经过预训练的潜在扩散模型（latent diffusion model）能够创造透明图像。这项技术不仅可以生成单独的透明图像，还能生成多层透明图层。它通过一种被称为“潜在透明度”的方法，将透明度（即 alpha 通道）整合到预训练的潜在扩散模型的潜在结构中。这样做的好处是，它通过以潜在偏移的形式加入透明度，几乎不改变模型原有的潜在分布，从而保持了模型的高质量输出能力。基于这种方法，任何一个潜在扩散模型都可以通过对潜在空间的微调，转化为透明图像生成器。我们训练这个模型时，使用了一种涉及人机互动的方法，收集了一百万组透明图像层数据。我们的研究显示，这种潜在透明技术不仅可以应用于不同的开源图像生成器，还可以适配多种条件控制系统，实现例如基于前景/背景条件的层生成、层的联合生成、对层内容进行结构控制等多种应用。一项用户研究发现，大多数情况下（97%），相比于之前的临时解决方案（如先生成图像再进行抠图处理），用户更喜欢我们直接生成的透明内容。用户还表示，我们生成的透明图像在质量上可媲美真实的商业级透明素材，例如 Adobe Stock 提供的素材。论文地址：

在Telegram中查看

相关推荐

LayerDiffusion 这个可以直接生成透明背景图片的项目已经可以在forge的扩展上使用了，试了一下确实非常牛批。

LayerDiffusion 这个可以直接生成透明背景图片的项目已经可以在forge的扩展上使用了，试了一下确实非常牛批。不仅支持直接生成透明的图片元素，还支持在已有图片上生成跟环境融合的透明图片，这个就可以做很多事情了。不得不怀疑老哥只支持forge是为了推广他的项目，哈哈 forge是WebUI的一个分支操作逻辑和交互完全跟Web UI一样不过进行了一些底层修改，让生成速度更快，插件运行时会自动下载模型。你可以在这里下载LayerDiffusion扩展：

微软画图（Paint）应用更新增加了对图层和透明度的支持

微软画图（Paint）应用更新增加了对图层和透明度的支持微软开始在 Canary 和 Dev 频道中向 Windows Insider 推出画图（Paint）应用更新（版本 11.2308.18.0 或更高版本）。通过此更新，微软引入了对图层和透明度的支持。微软在博客中说到：“当你在绘画中结合使用图层、透明度和其他工具时，你可以创建令人兴奋的新图像和艺术品。例如，当与新的背景移除功能结合使用时，你可以快速创建有趣的分层构图。”

字节发布ResAdapter，可以解决SD生成超大图片和非训练分辨率图片时的肢体异常以及画面崩坏问题。

字节发布ResAdapter，可以解决SD生成超大图片和非训练分辨率图片时的肢体异常以及画面崩坏问题。同时可以与现有的IPadapter以及Controlnet模型兼容。项目简介：近期，像Stable Diffusion这样的文本到图像模型和DreamBooth、LoRA等个性化技术的发展，让我们能够创造出既高质量又充满创意的图像。但这些技术在生成超出它们训练时所用分辨率的图像时，往往会受到限制。为了突破这一难题，我们推出了一种新型工具分辨率适配器（ResAdapter）。它是一种专门为扩散模型（比如Stable Diffusion和个性化模型）设计的适配器，能够生成任何分辨率和长宽比的图像。与其它多分辨率生成方法不同，ResAdapter能直接生成动态分辨率的图像，而不是在后期处理中调整静态分辨率的图像。这种方法使得图像处理变得更加高效，避免了重复的去噪步骤和复杂的后期处理流程，显著缩短了处理时间。在不包含任何训练领域风格信息的情况下，ResAdapter利用广泛的分辨率先验，即使只有0.5M的容量，也能为个性化扩散模型生成不同于原训练领域的高分辨率图像，同时保持原有风格。大量实验显示，ResAdapter在提高分辨率方面与扩散模型配合得天衣无缝。此外，更多的实验表明，ResAdapter可以与ControlNet、IP-Adapter和LCM-LoRA等其他模块兼容，适用于创建不同分辨率的图像，也可以整合进如ElasticDiffusion这样的多分辨率模型中，高效生成更高清晰度的图像。项目页面：

#TEXFX #透明度 #反虚化 #原神mod教程

#TEXFX #透明度 #反虚化 #原神mod教程【第二集】修复已损坏的透明度效果 -> 点此进入 OrFix 下载链接 <- 重要！没有下载过的话一定要下载 -> 点此跳转到下载教程内的代码列表 <- -> 点此跳转至第一集 <-

研究：人工智能模型缺乏透明度或将加大监管难度

研究：人工智能模型缺乏透明度或将加大监管难度一项研究显示，目前主要的人工智能模型缺乏透明度，或将加大政策制定者拟定有效政策来监管这项科技的难度。法新社报道，这项由哈佛大学研究员于星期三（10月18日）发表的研究，旨在指导政策制定者对人工智能科技方面进行监管。研究人员设计了一个“基础模型透明指数”，并对10家主要的人工智能公司进行了排名。得分最高的是由脸书母公司Meta Platforms于今年7月推出的人工智能模型“Llama 2”，得分为54%。推出人工智能聊天机器人ChatGPT的美国人工智能公司OpenAI，今年3月发布的大型语言数据库模型GPT-4排名第三，得分为48%。谷歌推出的“PaLM 2”以40%排在第五位，略高于亚马逊支持的人工智能初创公司Anthropic推出的“Claude 2”人工智能模型（36%）。斯坦福大学基金会模型研究中心的研究员博马萨尼说，这些公司应该努力争取80%到100%的得分。研究人员指出，“较低的透明度将使政策制定者更难以制定有意义的政策，以对这一强大的科技进行监管。” 此外，这也让其他企业更难得知自己的应用是否可依赖这项科技，同时让学术界更难以进行研究，消费者也更难以了解模型的局限性。“如果没有透明度，监管机构甚至无法提出正确的问题，更别说是在这些地方采取行动了。” 这项研究发现，没有一家公司提供有多少用户依赖使用人工智能模型的信息，或它们使用的地理位置信息。此外，多数人工智能公司都不披露其模型中使用了多少收版权保护的资料。

【加密律师：Celsius CEO需要更多的“透明度”】

【加密律师：Celsius CEO需要更多的“透明度”】 Hodder律师事务所的创始人Sasha Hodder在接受采访时表示，Celsius首席执行官Alex Mashinsky需要有更多的“透明度”，包括列出债权人被拖欠的钱。Hodder的公司为比特币和加密货币企业家服务，没有参与破产程序。Hodder：“如果Mashinsky是透明的，受托人就不需要一个独立的审查员。”（CoinDesk）此前消息，Celsius美国受托人办公室要求法院任命一名Celsius独立审查员。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人