- 综合排序
- 最热优先
- 最新优先
腾讯混元：开源模型生图时间缩短75%！
先和大家汇报： 开源不到一个月，腾讯混元文生图大模型（混元DiT模型）的Github Star数已达到2.1k，位于开源社区热门DiT模型前列！ 刚刚，腾讯混元针对文生图开源模型，发布一组「加速库」： 实测显示，加速后的生图时间缩短75%、生图速度提升4倍，大幅提升模型运行效率。 这也是业内首个由官方推出的加速库。 //生图速度，更快了 具体来说，这款加速器叠了两套buff： 一是，知识蒸馏 通过降低扩散模型迭代的步数实现加速（就像看学霸的笔记，跳过部分训练步骤，直接借鉴复杂模型的经验，掌握重点）。 （ComfyUI是一款文生图领域的WebUI界面设计，用户可以通过图像化的工作流的方式使用模型，大幅降低开发者的使用门槛） （混元DiT文生图模型的ComfyUI使用界面） //生态组件，更丰富了 仅用三行代码 （Hugging Face的Diffusers是知名的AI开源社区，也是调用各种主流文生图大模型的通用库，已成为当今文生图大模型使用的社区标准） （混元DiT文生图模型的Diffusers界面） 腾讯正在持续投入开源大模型生态建设
78110编辑于 2024-06-06- 来自专栏前端数据可视化
『SD』图生图基础讲解
点赞 + 关注 + 收藏 = 学会了 图生图基础用法 文生图比较好理解，就是输入文字生成图片。 那图生图又是啥？ SD 允许我们上传一张图片作为底图，这张底图又称为“引导图”，然后再搭配提示词生成一张新的图片。 引导图主要影响最终要生成图片的颜色和构图，而提示词和文生图的提示词一样，这里就不过多讲述了。 图生图的界面入口在 img2img 。 这个界面下方也有一个 img2img 标签页，这个标签页就是用来上传引导图的。 我们上传一张引导图，但什么提示词都不写，然后让 SD 根据引导图重新生成一张图片。 此时，SD 会根据引导图的颜色、构图重新生成一张新的图，可以看到右边的图的女孩样子不一样了，衣服也换了一件，背景也从晚上变成下午。但整体的构图和色调还是和原图比较接近的。
82310编辑于 2024-05-22 - 来自专栏杂谈社
【玩转GPU】基于mPLUG模型实现图生文实验感受
mPLUG 模型是一个统一理解和生成的多模态基础模型，提出了基于 skip-connections 的高效跨模态融合框架。 图片 图片 在测试使用期间，由于我不能直接参与模型指标的调整，因此我无法通过评估指标来评估模型的性能。只能通过上传不同类型的图片来体验模型给出的结果，并观察是否符合我的预期。 图片 此外，我还深入了解了 mPLUG 模型，并对该模型进行了一些可视化分析，以了解其在处理图像描述时的工作原理。 通过分析模型的可视化结果，我们发现模型能够有效地捕捉图像和文本之间的关联，并且能够生成高质量的图像描述。 通过这次实验以及查找了到的一些资料，我个人觉得使用 mPLUG 模型生成的图像描述质量比其他模型更高，能够更好地满足下游任务的需求。不过，非常遗憾，在这次实验中，我无法体验到调试的过程。
69341编辑于 2023-06-13 首个毫秒级响应的实时生图大模型，发布！
输完Prompt，大模型开始跑图。等待的几秒里，你突然有了更好的想法，但你只能停下，等它把「旧的」画完，才能调整指令；甚至要等图出来，才知道是不是想要的风格。 现在，这个问题有解了——刚刚，腾讯混元发布业内首个毫秒级响应的实时生图大模型 Hunyuan Image 2.0（参数规模提升数10倍），支持文本、语音、草图等多种交互方式。 借助图像压缩与注意力优化机制，模型将图像生成时间压缩至毫秒级，远快于当前主流模型的3-6秒生成速度。 并且，模型具备更强的一致性生成能力：你上传一张图，它能识别并提取其中的主体ID，即使在不同提示词下生成多角度、多场景画面，也能保持人物、物体的核心视觉特征不变。 面向不同层级的用户，Hunyuan Image 2.0还提供不同的使用方式——普通创作者只需输入或说出提示词，无论是做社交配图、教学插图，还是记录灵感片段，模型都能实时生成图像；对于有设计基础的用户，Hunyuan
1.6K70编辑于 2025-05-19- 来自专栏新智元
GPT-4生图未解禁？CMU华人博士新作，大模型GILL能生图能检索，人人可玩
值得一提的是，通过嵌入空间之间的映射，CMU团队将冻结的大模型，与预训练的文生图模型相结合。 GILL模型架构概览。 GILL模型组合了多模态信息以产生相关的图像和文本输出，性能优于仅限于图像检索的基线模型。 评估指标 评估的重点是生成模型处理复杂语言描述的能力。因此，研究人员计算了衡量生成图像内容相关性的指标。 当2个模型都输入一个故事描述时，性能相当，SD获得了比较好的CLIP相似度得分，并且两个模型获得了相似的 LPIPS。 作者介绍 Jing Yu Koh Jing Yu Koh是CMU机器学习系的二年级博士生，导师是Daniel Fried和Ruslan Salakhutdinov。
47720编辑于 2023-09-09 - 来自专栏技术汇总专栏
AIGC生图技术：从GAN到最新的生成模型架构
AIGC生图技术：从GAN到最新的生成模型架构人工智能生成内容（AIGC）技术，尤其是在图像生成领域，近年来取得了显著的进展。 本文将深入探讨AIGC生图技术的演变历程，重点从GAN模型的基础到目前的最新生成模型架构，并结合代码实例展示其实现过程。1. 最新的生成模型：扩散模型与自注意力机制近年来，扩散模型（Diffusion Models）和基于自注意力的生成模型（如Transformers）成为生成图像领域的重要突破。 自注意力机制能够在生成过程中有效地捕捉图像中的长程依赖，而扩散模型则通过逐步去噪的方式生成图像。二者的结合可以让生成模型在保持高质量的同时，增加对生成过程的精确控制。6. 随着大模型和多模态学习的兴起，这一问题有望得到有效的解决。6.3 模型训练的效率与计算资源消耗虽然AIGC技术取得了很大的进展，但大规模生成模型的训练依旧需要巨大的计算资源。
1.7K20编辑于 2025-03-12 - 来自专栏用户10800790的专栏
生信星球 day 6
半连接：返回能够与y表匹配的x表所有记录semi_joinsemi_join(x = test1, y = test2, by = 'x')5.反连接：返回无法与y表匹配的x表的所记录anti_join6. 简单连接：bind_rows()函数需要两个表格列数相同，而bind_cols()函数则需要两个数据框有相同的行数生信星球
33860编辑于 2023-10-26 - 来自专栏OpenMMLab
CVPR 2024丨基于文本可控的图生视频扩散模型
方法简介 PIA（Personalized Image Animator）是文本驱动的个性化图生视频模型，它可被插入不同的文生图底模中以生成不同风格、内容的视频。 框架图如下，用户输入的图像会与帧间相似度结合通过条件模块，接着在 UNet 中参与 Cross-Attention 计算以实现根据文本为输入图像添加动效。 PIA 可以适应各种风格的底模型，将模型风格迁移到生成的视频中。
74010编辑于 2024-06-27 - 来自专栏最新最全的大数据技术体系
AI绘画普及课【二】图生图
三、图生图 内容概要： 1、图生图原理 2、图生图基本流程 3、随机种子作用解析 1、图生图原理 图生图可以帮你把一张图片画成另一种模样。 在文生图中我们看到，AI文生图是有一定的随机性的，画出来的东西不一定完全满足我们的需求。在现实生活里，这种对需求的传递偏差与错误解读其实也普遍存在。比如天天干架的产品经理和程序员、甲方客户与设计师。 2、图生图的三个关键步骤 第一步：导入图片 第二步：书写提示词 第三步：参数调整 3、参数技术性解析 直接参考文生图的提示题。 unclear eyes:1.331), lowers, bad hands, missing fingers, (((extra arms and legs))), 参数设置： 重绘幅度 表示绘制的图和原图相差的比重
1.1K30编辑于 2023-09-27 Google放大招：新AI生图模型碾压全场，领先171分
前段时间在圈内疯传的AI生图模型Nano banana，今天正式登陆Google了。 简单粗暴 使用方法简单到不能再简单：上传参考图片，输入提示词，等着收图就行。 要知道，其他同级别模型动不动就要等个一两分钟，这个速度确实称得上lightning fast。 但真正让人惊艳的还是那个角色一致性。 而Nano banana把这个最大的痛点给解决了，这意味着AI生图终于可以用来做真正的商业项目了，而不仅仅是玩票性质的尝试。 加上那个恐怖的生成速度，创作效率直接起飞。 总之，如果你对AI生图有需求，现在就是上车的最好时机。这波技术升级的幅度，可能会让很多同类产品直接出局。
32710编辑于 2025-09-02- 来自专栏腾讯开源的专栏
给大模型生图“去油”，混元这个新研究火了
感谢大家的喜欢 ♥️ 腾讯混元生图团队最近发布的工作SRPO受到了社区的热烈欢迎，项目在9月10日发布之后登上了HuggingFace热度榜榜首，同时社区量化版本下载量达25K，Github Star 该工作主要提供了文生图模型的强化算法，解决了开源文生图模型Flux的皮肤质感“过油”的问题，能让人像真实感提升3倍，Flux是目前开源文生图社区中最广泛使用的基础模型。 图：SPRO效果，人物毛孔清晰可见，毛发纤毫毕现 以下是效果对比： 左图为优化后 左图为优化后 左图为优化后 背后的技术揭秘 在线奖励调整 文生图领域传统的在线强化学习方法（如ReFL，DRaFT）虽展现极高的训练效率 ，但强依赖一个预先训练好的奖励模型。 、#文生图、#开源、#腾讯、
35210编辑于 2025-09-29 - 来自专栏为了不折腾而去折腾的那些事
Stable Diffusion XL Turbo 文生图和图生图实践
本篇文章聊聊，如何快速上手 Stable Diffusion XL Turbo 模型的文生图和图生图实战。 省略其他准备工作 # 初始化图生图和文生图两条 AI Pipeline pipelines = { "img2img": AutoPipelineForImage2Image.from_pretrained float = 0.7, guidance: float = 0.0, steps: int = 2, seed: int = 42, ): # 如果输入包含图片，那么使用图生图 engine 5 cinematic, masterpiece 如果我们将上面生成的图片上传到界面，并且调整生成图片的提示词如上，接着点击“生成按钮”，或者稍微调整下参数，触发图片重新生成： 即时的图生图体验 有机会的时候，我们聊聊如何使用 SDXL Turbo 实现 Midjourney 的“混图”（图生图生图），以及如何控制图片尽量趋近于我们想要的结果，还有性能优化。
1.2K10编辑于 2024-01-15 - 来自专栏为了不折腾而去折腾的那些事
Stable Diffusion XL Turbo 文生图和图生图实践
本篇文章聊聊，如何快速上手 Stable Diffusion XL Turbo 模型的文生图和图生图实战。 省略其他准备工作 # 初始化图生图和文生图两条 AI Pipeline pipelines = { "img2img": AutoPipelineForImage2Image.from_pretrained float = 0.7, guidance: float = 0.0, steps: int = 2, seed: int = 42, ): # 如果输入包含图片，那么使用图生图 0.1433868408203125 seconds Pipe took 0.13985347747802734 seconds Pipe took 0.13831496238708496 seconds 接下来，我们来尝试“图生图 有机会的时候，我们聊聊如何使用 SDXL Turbo 实现 Midjourney 的“混图”（图生图生图），以及如何控制图片尽量趋近于我们想要的结果，还有性能优化。
1.5K10编辑于 2024-01-13 - 来自专栏为了不折腾而去折腾的那些事
使用 Docker 和 Diffusers 快速上手 Stable Video Diffusion 图生视频大模型
本篇文章聊聊，如何快速上手 Stable Video Diffusion (SVD) 图生视频大模型。 模型的使用方式类似之前文生图的 Stable Diffusion，还是简单的三段式使用方法：“输入内容”、“等待模型处理生成”、“获取AI 生成结果”。 finetune 得到的 “XT” 模型：stabilityai/stable-video-diffusion-img2vid-xt[6]，它能够生成相同分辨率 25 帧的内容。 opencv-fixer==0.2.5 RUN python -c "from opencv_fixer import AutoFix; AutoFix()" 这个两条命令可以解决从 2023 年 6 shasum svd_xt_image_decoder.safetensors 1d6f36c441df4a17005167986b12720db1b118f2 你可以根据你的实际网络情况，来选择到底是从
1.8K10编辑于 2024-01-09 - 来自专栏科研菌
生信代码：绘制热图和火山图
引言：前面几期中，我们学习了如何下载TCGA数据、预处理和差异分析，那么今天我们继续来看看如何将利用差异分析的结果绘制热图和火山图。 character> <character> <character> # ENSG00000000003 ENSG00000000003 TSPAN6 normal",45))) rownames(col.mdat) <- colnames(datDEGs) #保证列注释信息的行名与样本名（对应列）一致 #设置图例的范围 bk <- c(seq(-1,6, colorRampPalette(colors = c("white","red"))(length(bk)/2)) #设置图例的颜色, legend_breaks=seq(-1,6,2 九、结语 今天的热图和火山图就暂告一段落。
6K53发布于 2021-01-25 元宝生图升级了！
现在，一句话用元宝生成表情包组图、四格漫画、人像写真、纪实摄影、设计配图等，都更“懂你”了！元宝生图，从此细节更丰富、画质更细腻。打开元宝App，顶部切换至 「Hunyuan」 模型，即可开始创作。 提示词：请帮我生成6张真实版狗狗风格表情包，上面文案写着“下班啦、可恶的甲方、我要吃饭，等下班、摸鱼ing、躺平”，字体为可爱风格的字体，狗狗动作根据文字内容生成，白色背景，适合聊天使用，最终比例为1: 提示词：帮我画一张图片：在纸上写出详细解题过程:解方程组2x+3y=7,x+2y=3，比例是3:4❹模型三视图建模成本太高、太费时间？ 把想法告诉元宝， 就能生成3D模型三视图，让创意一目了然，从各个角度展示奇思妙想。 背景虚化，焦点集中在她富有故事性的脸庞上，比例是4:3表情包、四格漫画、图文设计、写真…现在都能在元宝里一句话生成快打开元宝App，切换到「Hunyuan」模型 感受与混元图像 3.0 的创意之旅吧！
3.5K10编辑于 2025-10-10生信入门DAY5-6
（2）属性设置 练习6-1 # 时间有限，先在现有的代码基础上修改，课后再自己敲 # 6-1 # 1.加载test.Rdata,分别test的以a和b列作为横纵坐标，change列映射颜色，画点图。 # 点的大小5mm alpha = 0.5, # 透明度 50% shape = 8) # 点的形状 #2.2 映射：按照数据框的某一列来定义图的某个属性 2 # 1.尝试写出下图的代码 # 2.尝试在此图上叠加点图， # 能发现什么问题？ # ggpubr 搜代码直接用，基本不需要系统学习 # sthda上有大量ggpubr出的图 library(ggpubr) p = ggboxplot(iris, x = "Species", y boxplot(iris[,1]~iris[,5])#作图代码 text(6.5,4, labels = 'hello') dev.off()#关闭画板 #2.ggplot系列图(包括ggpubr)通用的简便保存
41220编辑于 2025-05-27- 来自专栏新智元
Midjourney V6神图炸出！生图效果碾压DALL·E3，逼真画面光影细节登峰造极
在/settings的下拉菜单中选择V6，或者在Prompt后输入 --v 6，就可以用上V6 Beta版模型了！ 激动的网友们蜂拥而入，出炉了一大波测评。 1940年代复古科幻电影中身穿高领银色操作衣的女操作员，V6生图明显要比V5.2更加真实。 V5.2的图片主体人物显得过于呆板，不像真人。 并且，V5.2糟糕的语义理解，也经常让生图结果是「虽然美丽但不实用」。 而如今的V6，让Midjourney对于语气增强的理解，终于追上了竞家的脚步。 高stylize值可以创造出更有趣的文字效果 三大AI生图巨头pk，谁能胜出？ 所以，现在AI生图工具的三大巨头，无疑就是Midjourney V6、DALL·E 3和Adobe Firefly了。 总之，虽然大家对于AI生图的评价标准各有不同的，但可以笃定地说，在艺术性和创意的触感上，Midjourney V6这一轮是妥妥地赢了。
88411编辑于 2023-12-28 - 来自专栏生信入门
生信星球Day6 conda
今日学习内容：了解conda下载和安装miniconda下载个软件看看---condaconda是linux的软件商店minconda包含了Python和conda，可用于生信使用装载miniconda
39120编辑于 2023-07-22 - 来自专栏生信菜鸟团
【生信文献200篇】34 SIRT6敲除的食蟹猴模型
SIRT6−/−猴子 构建缺失SIRT6的食蟹猴 使用CRISPR-Cas9技术创造了一个雄性猴子胚胎和三个雌性猴子胚胎，它们均不表达SIRT6。 似乎SIRT6在猴脑发育过程中充当神经祖细胞分化的介质，而SIRT6的缺失会延迟神经元的成熟。 2. SIRT6缺乏导致大脑和肌肉发育迟缓。 SIRT6缺乏导致大脑发育迟缓。 ? 缺乏SIRT6的NPC显示延迟神经元分化 通过TALEN介质的基因编辑程序生成了SIRT6−/−人类胚胎干细胞，然后将其分化为NPC。SIRT6−/−NPC 显示延迟神经元分化。 经过两周的神经元诱导，PAX6、SOX2和nestin在SIT6中仍然在SIRT6−/−表现较高水平。 SIRT6活性因此在长寿物种中增强了吗？ SIRT6在每个物种中都不相同。相反，这个基因与长寿共同进化，变得更有效，因此具有更强SIRT6活性的物种活得更长。
73550发布于 2021-05-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号