이미지-이미지 변환
원본을 바탕으로 비슷한 이미지를 다시 생성한다
이 페이지의 본문은 영어로 제공됩니다. 제목과 요약은 한국어로 번역되었습니다.
이 능력이 뜻하는 것
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.
기술적으로 구현하는 방법
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.
대표 제품
6Stable Diffusion
2022텍스트-이미지 가중치를 공개하고 소비자용 GPU에서 돌아가게 만들었다
FLUX
2024정류 흐름 트랜스포머로 고해상도 이미지를 생성한다
Firefly
2023크리에이터를 위한 이미지 생성·편집 도구
Diffusers
2022확산 모델의 통합 구현과 스케줄러
Seedream
2024네이티브 고해상도와 뛰어난 문자 렌더링의 텍스트-이미지 모델
Midjourney
2022미적 스타일로 알려진 텍스트-이미지 서비스
관련 기관
대표적 용도
- Style transfer and photo stylisation
- Sketch and line-art colouring and completion
- Iterating from rough layouts to renders
- Series of variants on one subject
성능을 평가하는 방법
- 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
경계와 난점
- 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