Stability AI 发布草图到图像生成 AI 工具

Stability AI 发布草图到图像生成 AI 工具 Stability AI Ltd.今天推出了Stable Doodle，进一步丰富了其生成式人工智能工具库。 该公司表示，这是一款草图到图像工具，可以将简单的草图转换为更动态的图像，它的目标受众是从创意专业人士到业余艺术家的所有人。 该公司表示，Stable Doodle 可供专业人士和新手使用，并且不需要熟悉人工智能工具。用户只需勾画出基本草图并上传，模型就会根据用户的选择将其转换为专业的卡通风格动画、折纸模型甚至逼真的图像。

微软正在 Windows 11 的画图（Paint）中测试由 DALL-E 驱动的文本到图像创建器

微软正在 Windows 11 的画图（Paint）中测试由 DALL-E 驱动的文本到图像创建器 微软在中宣布，正在 Windows 11 的 Microsoft 画图（Paint）中测试由 DALL-E 驱动的文本到图像创建器。该工具称为 Paint Cocreator，根据用户输入的描述创建艺术作品。 或者，用户可以选择一种艺术风格，然后 Cocreator 将生成三种变体。选择他们喜欢的作品后，客户可以通过添加图层等方式编辑图稿，这也是画图（Paint）的一项新功能。

ImageFX 是一款由 Google 最先进的文本到图像模型 Imagen 2 提供支持的新图像生成工具。我们很高兴将其添加到

ImageFX 是一款由 Google 最先进的文本到图像模型 Imagen 2 提供支持的新图像生成工具。我们很高兴将其添加到实验室的生成式人工智能工具套件中，并帮助您将最具创意的想法变为现实。 使用链接： via 匿名 标签: #Google 频道: @GodlyNews1 投稿: @GodlyNewsBot

Stability AI推出Stable Diffusion 3 提示文本理解更好、图像质量更强

Stability AI推出Stable Diffusion 3 提示文本理解更好、图像质量更强 Stable Diffusion 3的参数在8亿80亿之间，也就是说Stable Diffusion 3可能是专为移动设备开发的，AI算力消耗将更低，推理速度却更快。目前，Stable Diffusion 3支持申请使用，未来会扩大测试范围。申请地址： Diffusion 3的技术内容，但指出其核心架构使用了Transformer和Flow FMatching（简称“FM”）。Transformer大家都很熟悉了，ChatGPT、T5 、BERT等很多著名模型都是基于该架构开发的。而FM是Meta AI和魏茨曼科学研究所在2022年10月发布的，一种全新高效建模、训练技术概念。Flow Matching论文地址： Matching简单介绍目前，很多文生图模型使用的是CNF（连续正规化流动）训练方法，主要使用常微分方程对流动进行建模，实现从一种已知分布到目标分布的平滑映射。但由于训练过程需要进行大量的微分方程模拟，会导致算力成本高、模型设计复杂、可解释性差等缺点。FM则是放弃微分方程的直接模拟,而是通过回归固定条件概率轨迹来实现无模拟训练。研究人员设计了条件概率分布与向量场的概念,利用边缘分布的结合可以建立总体目标概率轨迹与向量场,从而消除了模拟过程对梯度计算的影响。1）条件概率路径构建：FM需要给出一个目标概率路径,该路径从简单分布演变到逼近数据分布。然后利用条件概率路径构建了目标路径,这样每个样本有一个对应的条件路径。2）变换层：构成FM的基本单元，每个变换层都是可逆的。这意味着从输入到输出的每一步映射都可以精确地反转，从而允许从目标分布反推到原始分布。3）耦合层：将输入分成两部分，对其中一部分应用变换，而变换函数可以是任意的神经网络，其参数由另一部分决定，保证了变换的可逆性。目前，FM技术已在图像生成与超分辨率、图像理解、图像修复与填充、条件图像生成、图像风格迁移与合成、视频处理等领域得到广泛应用。Stable Diffusion 3案例展示本次的发布页面也是由Stable Diffusion 3生成的，提示词：史诗般的动漫艺术风格，一位巫师站在夜间的山顶上，向黑暗的天空施放咒语，上面写着由彩色能量生成的“Stable Diffusion 3”文字教室桌子上有一个红苹果，电影风格，背景的黑板上用粉笔写着“要么做大，要么回家”一名宇航员骑着一只穿着蓬蓬裙的猪，撑着一把粉色的伞，猪旁边的地上有一只戴着高帽的知更鸟，角落里写着"Stable Diffusion"的字样。一只变色龙，黑色背景，摄影风格。一辆跑车的夜间照片，侧面写有“SD3”字样，汽车在赛道上高速行驶，巨大的路标上写着“更快”的文字。波浪冲击苏格兰灯塔的鱼眼镜头照片，黑色波浪。 ... PC版： 手机版：

Meta 推出独立的人工智能图像生成器，目前免费但只支持英文提示词

Meta 推出独立的人工智能图像生成器，目前免费但只支持英文提示词 Meta 在网页上推出了一种新的、独立的生成式人工智能体验「」，它允许用户通过用自然语言描述图像来创建图像。 新的人工图像生成器由 Meta 现有的 Emu 图像生成模型提供支持，可根据文本提示创建高分辨率图像。 它目前对美国的英语用户免费使用，并且每个提示都会生成四个图像。

Google Cloud宣布，其最新的图像生成技术Imagen 2 on Vertex AI已经正式上线，为Vertex AI客

Google Cloud宣布，其最新的图像生成技术Imagen 2 on Vertex AI已经正式上线，为Vertex AI客户提供服务。这一技术是Google Cloud图像生成能力的重大升级，采用了先进的文本到图像技术，为开发者提供了全面的定制化工具、完全托管的基础设施以及内置的隐私和安全功能。 Imagen 2 on Vertex AI基于Google DeepMind技术的研发成果，实现了显著提升的图像质量，并提供了一系列功能，使开发者能够根据其特定用例创建图像，包括： -从自然语言提示生成高质量、逼真、高分辨率、美观的图像 -支持多语言的文本渲染，以创建带有准确文本叠加的图像 -生成公司或产品标识并将其叠加在图像中的Logo -实现视觉问答，从图像生成描述性标题，并对图像细节的问题提供信息性文本回答 此外，Imagen 2 on Vertex AI的适用性扩展得更广，包括以下新功能： -高质量图像：Imagen 2通过改进的图像+文本理解和多种创新训练和建模技术，可以实现准确、高质量、逼真的输出 -文本渲染支持：Imagen 2能够解决文本到图像技术常常存在的问题，确保输出图像中正确呈现所需的词语或短语，帮助组织在品牌和信息传递方面实现更深层次控制 -Logo生成：Imagen 2可以为企业、品牌和产品生成各种创意和逼真的Logo，包括徽标、字母标志和抽象标志，并具备将这些Logo叠加到产品、服装、名片和其他表面的能力 -图片描述和问答：Imagen 2的增强图像理解能力使客户能够创建描述性的长篇文字说明，并获得关于图像细节问题的详细答案 -多语言提示：除了英语，Imagen 2还支持六种其他语言（中文、印地语、日语、韩语、葡萄牙语、西班牙语）的预览版本，并计划在2024年初发布更多语言的支持。此功能包括在提示和输出之间进行翻译的能力，例如，用西班牙语提示但指定输出应为葡萄牙语 -安全性：Imagen 2包含内置的安全预防措施，确保生成的图像符合Google的负责任人工智能原则。如，Imagen 2与我们的实验性数字水印服务集成，由Google DeepMind的SynthID提供支持，允许授权访问的客户生成隐形水印并验证Imagen生成的图像。Imagen 2还包含全面的安全过滤器，帮助防止生成潜在有害内容 标签: #Google #AI 频道: @GodlyNews1 投稿: @GodlyNewsBot