Midjourney

在图片上添加文字不仅可以传达信息，还可以吸引观众的注意力。DALL-E 3 不仅可以在图片上生成文字，还可以把文字巧妙地融合到图像中。这种自然而然的效果让很多设计师都望尘莫及。 虽然在提示词中告诉 DALL-E 3 要添加的文本，生成的效果也经常让我感到惊喜。但我会不由自主地想，是否能够自定义文字的效果，让 DALL-E 3 更懂我的心意呢？在各种试错之后，我终于总结出了这 18 种效果，希望能给正在阅读本文的你带来一些灵感。PS: 它目前还无法生成中文。 如果你还没有用过 ChatGPT 中的 DALL-E 3的话，可以看看这篇文章： 👉重磅！ChatGPT 可以进行 AI 绘图了，来看教程吧 # 叠加 Prompt:  [image prompt], with text [text] overlaid, prominent and aligns with the images style. 提示词： [图像提示词]，并叠加文本[文本]，突出并与图像样式保持一致。 范例：粉彩绘画：柔和的粉彩渲染出一片花田，娇嫩的花瓣在微风中摇曳，”宁静 “的文字叠加在上面，非常突出，与图片风格一致。 示例：水彩画：夜幕下的繁华都市景象，被迷人的烟花表演照亮，”活力 “字样叠加在画面上，非常突出，与画面风格一致。 # 以下/以上 Prompt:...

大家好， 小编将分享10个制作儿童插画的Midjourney的风格提示词。 在使用 Midjourney 的过程中，这些关键词也可以运用到提示词中，可以让儿童插画的色彩更丰富，风格更可爱。 Cute 可爱, Kawaii 卡哇伊, Vibrant 鲜艳, Bright colors 明亮的色彩, Nursery art 幼儿艺术, Plush doll art 毛绒娃娃艺术, Dreamlike illustration 梦幻般的插图, Adorable Vibe 可爱的氛围， 1.鲜花风格 A ramadhan festival poster in a kid’s cartoon art, in the style of vibrant florals, happiness, celebration, minimalist...

  DALL-E是一种专注于从文本描述生成图像的深度学习的模型。该模型能够在没有针对特定任务的额外训练的情况下，直接根据文本生成图像。由openAI发布，参数量达到了120亿，被称为“图像版GPT-3” 原理：   DALL-E 的核心是使用Transformer架构，将文本描述和图像数据结合起来进行联合训练。模型通过学习文本与图像之间的对应关系，能够理解文本中的语义信息，并生成符合这些描述的图像。 方法： DALL-E在VQ-VAE-2(先训练一个codebook，然后又训练一个pixel CNN做生成)基础上进行改进，生成模型部分用GPT替换pixel CNN，用文本引导图像生成。 训练时，输入图像文本对，文本部分通过BPE编码，得到M=256维特征；图像(256×256)经过dVAE获取N=32×32维codebook作为1024维图像特征；然后将图像和文本特征cocat起来(1024+256=1280)作为一个序列送入GPT，训练时进行mask然后预测生成即可。 推理时，只提供文本，然后用文本特征经过GPT用自回归的方式将图像生成出来。推理时会生成多张图像候选，使用CLIP模型进行排序，最终输出生成的图片和文本最贴切的个体。 模型结构：   DALL-E包括三个独立训练得到的模型：dVAE，Transformer和CLIP，其中dVAE的训练与VAE基本相同，Transformer采用类似GPT-3的生成式预训练方法。 数据集：DALL-E 使用了大规模的图文配对数据集进行训练。这些数据集包含了各种各样的图像及其对应的文本描述，使得模型能够学习到多样化的视觉概念和语言表达。 编码器-解码器结构：模型采用了编码器-解码器架构。文本输入经过编码器处理后，生成一个高维的特征表示。然后，这些特征通过解码器生成相应的图像。 自回归生成：DALL-E 使用自回归的方法生成图像。基于之前生成的部分和输入的文本信息，模型逐步生成图像的每个部分。 zero-shot学习：DALL-E通过在训练过程中学习到的广泛的知识和概念，能够在没有针对特定任务的训练数据情况下直接生成图像。 特点： 多样性：DALL-E能够生成多种风格和内容的图像，展示出强大的创造力和多样性。 灵活性：模型能够理解用户输入的任意文本描述，生成相应的图像。这种灵活性使得DALL-E在艺术创作、设计、广告等领域具有广泛的应用潜力。 高质量生成：生成的图像通常具有较高的清晰度和细节，能够准确反映文本描述中的信息。 概念组合能力：DALL-E 可以将不同的概念结合在一起生成新的图像，例如“一个穿着宇航服的猫”。   总之，DALL-E 的研究展示了深度学习在图像生成领域的巨大潜力，并为未来的研究和应用提供了新的思路。 ‍参考：Zero-Shot Text-to-Image Generationhttps://arxiv.org/pdf/2102.12092

文末有福利 三年前，Thomas Smith 担任 OpenAI 的早期 Beta 测试员。在发布前几个月或几年使用最终成为 ChatGPT 的模型是令人兴奋的。 虽然OpenAI早期的文本模型让Thomas Smith惊叹不已，但他仍然记得第一次使用OpenAI第一代图像创建系统DALL-E的情景。 作为一名摄影师，您可以输入简单的提示并获取实际图像的想法是开创性的。虽然这些图像只有 500 像素宽，而且常常非常奇怪，但它仍然感觉很科幻。 快进两年，像 Midjourney 这样的人工智能图像生成系统可以生成照片高质量的图像，足以赢得摄影比赛。 当 OpenAI本周发布了万众期待的 DALL-E3 模型时，整个 AI 和摄影界都屏息以待，想看看 DALL-E3 能实现什么新魔力。 上周，Thomas Smith是第一批访问 DALL-E3 的用户之一。不幸的是，对于专业用户来说，新系统并不像许多人希望的那样具有开创性或有趣。 尽管如此，对于某些类型的用户来说，DALL-E3 仍然是向前迈出的一大步。原因如下。 盲目飞行 与 ChatGPT Vision（一项真正革命性的、接近 OpenAI 的功能）一样，新的 DALL-E3 直接内置于 ChatGPT 界面中。您可以通过选择 DALL-E3 模型来访问它，就像您在不同的 ChatGPT 文本模型之间进行选择一样。 在...