Midjourney

Stable Diffusion是一个开源AI图像生成模型，它以高质量和快速运行速度著称。通过text2img模块，该模型能将文本转化为逼真的图像，如文生图。其工作原理包括使用text understander将人类语言转为数学表示，然后是生成低维度隐空间信息的Image Generator，再通过Decoder将这些信息升维成图片。与普通diffusion模型相比，Stable Diffusion通过Unet和Schedule算法优化了生成过程，提高了性能和效率。

文章介绍了研究方向Stable Diffusion，其被发现具有强大的有损图像压缩能力。Matthias Bühlmann通过实验展示了在高压缩比下，与JPG和WebP相比，使用Stable Diffusion能保持更高的图像质量，且利用VAE、U-Net和Text Encoder三个网络进行高效编码和去噪。尽管视觉效果出色，但Stable Diffusion的PSNR和SSIM评分并未明显优势。该模型在压缩图像的同时，潜在表征的质量对解码至关重要。

本文主要介绍了一款名为Leap的AI照片生成工具，用户可以通过选择步长和数量自定义图片效果。尽管其在怼脸照片上表现良好，但在全身照处理上有所欠缺，经常顾此失彼。该工具提供了网页版API和Colab试玩方式，允许免费试用100张后按需付费。此外，Leap还展示了其创造建筑效果图和每小时生成壁纸的功能，对感兴趣的读者开放了使用。

这篇文章主要讲述了AI绘画技术的进步，特别提到了Stable diffusion模型的飞跃性改进，使得生成速度大幅提高且效果显著。作者指出，尽管云服务方便，但本地安装能避免隐私和审查问题，提供更快、更自由的创作体验，且选项更多样。为此，推荐使用Stable-diffusion-webui项目，对新手来说，安装需要8GB以上Nvidia显卡并解决科学上网问题。文章最后提及了outpainting功能，与Photoshop的自动修复相比，Stable-diffusion的Inpainting有着更高的精度和扩展性。