Imagen a imagen
Regenerar una imagen similar a partir de otra
El texto completo se presenta en inglés; el título y el resumen están traducidos.
QUÉ SIGNIFICA ESTA CAPACIDAD
Takes an image and outputs a new one that resembles it in content but is rewritten in style or detail. The knob controlling similarity is usually noise strength: less noise stays close to the original, more noise approaches fresh creation. Unlike image editing it does not require a text instruction naming what to change; it restyles or reinterprets the whole image.
Cómo se consigue técnicamente
The method encodes the input into latent space, adds noise for a chosen number of steps, and denoises back from that point, so the output keeps the structure while taking on a new style. Finer control comes from stacking conditioning branches: edges, depth, pose or a reference style each enter as extra conditions, which is especially common in tasks such as completion and line-art colourisation.
Productos representativos
6Stable Diffusion
2022Liberó los pesos de texto a imagen y los hizo caber en GPU de consumo
FLUX
2024Genera imágenes de alta resolución con un transformer de flujo rectificado
Firefly
2023Una herramienta de generación y edición de imágenes para creadores
Diffusers
2022Implementación y planificador unificados para modelos de difusión
Seedream
2024Un modelo texto a imagen de alta resolución nativa y buen renderizado de texto
Midjourney
2022Un servicio de texto a imagen conocido por su estilo estético
Organizaciones relacionadas
Usos típicos
- Style transfer and photo stylisation
- Sketch and line-art colouring and completion
- Iterating from rough layouts to renders
- Series of variants on one subject
Cómo se evalúa
- FID
- Distance between results and the target distribution
- LPIPS perceptual distance
- Perceptual difference from the input image
- Structural consistency
- How well contours and subject placement follow the input
Límites y dificultades
- Balancing structure retention against rewriting is hard; the same settings behave differently across images
- At higher strength the content drifts, and faces or text are the first details lost
- Wholesale redrawing wrecks layout, so posters and UI screenshots cannot be preserved as-is
Conceptos detrás
Modelos de difusión
Aprende mil pequeños pasos de eliminación de ruido y podrás crear una imagen desde ruido puro
Difusión latente y control condicional
Hacer difusión no sobre píxeles, sino dentro de un espacio semántico comprimido
Representación digital de imágenes
Para una máquina, una foto no es más que cuadrículas de números superpuestas