Image vers image
Régénérer une image similaire à partir d’une autre
Le texte intégral est présenté en anglais ; le titre et le résumé sont localisés.
CE QUE DÉSIGNE CETTE CAPACITÉ
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.
Comment c'est fait
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.
Produits représentatifs
6Stable Diffusion
2022A libéré les poids texte-image et les a rendus exécutables sur des GPU grand public
FLUX
2024Génère des images haute résolution avec un transformer à flux rectifié
Firefly
2023Un outil de génération et d’édition d’images pour les créateurs
Diffusers
2022Implémentation et planificateur unifiés des modèles de diffusion
Seedream
2024Un modèle texte-image à haute résolution native et bon rendu du texte
Midjourney
2022Un service texte-image réputé pour son style esthétique
Organisations concernées
Usages typiques
- Style transfer and photo stylisation
- Sketch and line-art colouring and completion
- Iterating from rough layouts to renders
- Series of variants on one subject
Comment on l'évalue
- 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
Limites et points difficiles
- 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
Concepts sous-jacents
Modèles de diffusion
Apprenez mille petits pas de débruitage et vous créerez une image à partir de bruit pur
Diffusion latente et contrôle conditionnel
Diffuser non pas sur les pixels, mais dans un espace sémantique comprimé
Représentation numérique de l’image
Pour une machine, une photo n’est qu’une pile de grilles de nombres