朋友，你有没有想过自己在二次元是什么样子。
最近，这种发电机在国内外流行起来。
看，丢一张罗翔老师的照片，有点你可以生成第二种漫画风格:
一键秒霸道总裁有木有，引得网友纷纷前来围观。
就连肯德基的官方账号也来凑热闹，亲自打破他老人家的次元墙:
各种梗图层出不穷:
在二次过滤下，连这个经典女人吼猫都透露出一丝温暖其实还有点可爱
那么这个次生壁是怎么破的呢。
只需上传一张照片。
为什么它如此参与 for all情况离不开破次生壁的简单操作。
只需要搜索一个自由绘画，你可以看到入口:
不得不说，现在打破次元壁真的很容易。
那么下一个问题是:
什么原则。
最近几年来，扩散模型在图像生成领域得到了蓬勃发展。
比如OpenAI的GLIDE和Google的Imagen都是采用基于扩散模型的流水线来获得高质量的图像生成结果。
可以松散的认为是在牛排上撒盐和胡椒，直到看起来完全被盐和胡椒覆盖，看不清原来的纹路。
最新的稳定扩散模型在此基础上结合了经过训练的VAE模型。
这一改进大大减少了图像生成时间和占用的GPU资源，使登陆成为可能。
为了用文字控制模型生成的内容，稳定扩散模型使用预先训练好的CLIP模型来指导生成的结果。
这样在不断生成的过程中，输出的结果会越来越接近我们给定的文本描述。
上图中，左下角孩子的脸先叠加了一定程度的噪点。
之后在去噪的过程中，会不断生成结果图和一个戴眼镜的女人距离，让生成的结果逐渐变成戴眼镜的成年女性
稳定扩散技术在AI绘画中表现出非常高的观赏性和娱乐性，尤其是在二次元领域各家公司都推出了基于Stable Diffuse的AI绘画平台，如draft.art，意大利AI等
但是，当时现有的平台使用起来非常不方便。如果直接生成，大概率生成的质量不会很高，很容易遇到翻车的场景:
而且界面可调参数多，用户门槛很高，另一方面，由于资源的消耗，这些平台通常需要长时间排队才能得到一个结果。
在技术上，研究人员主要做了以下优化:
更快的生成速度:利用超分割模型降低difussion模型的生成分辨率，加速图像推理过程，提高生成速度，节省GPU资源，
多种风格选择:针对不同场景设计丰富美观的风格化效果。
此外，在设计游戏玩法时，简化了用户的使用流程为了让用户的使用门槛更低，体验更好，研究团队通过口碑积累，达到了1000%的峰值二次传播率
为了降低用户的门槛，I在不同的维度改进的管道:
研究者将内容描述和风格描述相结合，通过对原始图像的分析，得到最终完整的提示词输入网络，能够稳定生成画面精美，风格突出的结果既保证了生成内容与原图的对应，又增加了不少异次元元素，让用户对二次元有更多的穿越感，同时也保证了更高的生成质量
与近期推出类似游戏的其他平台相比，I在不同的维度内容精准度会更好，风格会更二次元，更美观:
如果需要通过提高分辨率和迭代步数来改善效果，最多需要一分钟。
helliphellip
那么对于这种快速，良好且经济的二阶博弈你激动吗。
请按照以下方法进行尝试:
还有一点
对此，海外用户也肯定了团队的优化:
看来不仅人类需要不断学习进步，AI也是如此。
相关信息当AI绘制并侵入鬼畜区域时，AI理解了医生的天书:Google开发新模型识别处方手稿腾讯游戏AI能帮医生看电影:超大扫描病理影像诊断已成功验证谁说AI只会画画聊天它可能会攻破所有最火的AI应用ChatGPT，抢搜索引擎生意谷歌回应:不能丢了名声，支持奖励
支持0个人
反对
报酬
商品价值评分
快科技1997—2022版权所有。
ICP编号18024899 —2王编号41010502003949
。
