Hình ảnh sang hình ảnh
Tạo lại ảnh tương tự từ một ảnh đầu vào
Toàn văn của trang này được trình bày bằng tiếng Anh; tiêu đề và phần dẫn đã được bản địa hóa.
NĂNG LỰC NÀY NGHĨA LÀ GÌ
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.
Làm ra sao về mặt kỹ thuật
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.
Sản phẩm tiêu biểu
6Stable Diffusion
2022Mở công khai trọng số tạo ảnh từ văn bản, đủ nhẹ để chạy trên GPU phổ thông
FLUX
2024Tạo ảnh độ phân giải cao bằng transformer luồng chỉnh lưu
Firefly
2023Công cụ tạo và chỉnh sửa ảnh cho người sáng tạo
Diffusers
2022Cách triển khai và bộ lập lịch thống nhất cho mô hình khuếch tán
Seedream
2024Mô hình văn bản thành ảnh có độ phân giải cao gốc và hiển thị chữ tốt
Midjourney
2022Dịch vụ tạo ảnh từ văn bản nổi bật về phong cách thẩm mỹ
Tổ chức liên quan
Cách dùng tiêu biểu
- Style transfer and photo stylisation
- Sketch and line-art colouring and completion
- Iterating from rough layouts to renders
- Series of variants on one subject
Đánh giá nó tốt hay không thế nào
- 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
Ranh giới và điểm khó
- 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
Các khái niệm đằng sau
Mô hình khuếch tán
Học ngàn bước khử nhiễu nhỏ, bạn tạo được ảnh từ nhiễu thuần
Khuếch tán trong không gian ẩn và điều khiển có điều kiện
Khuếch tán không trên điểm ảnh, mà trong một không gian ngữ nghĩa đã nén
Biểu diễn số của ảnh
Với máy móc, một bức ảnh chỉ là các lưới số xếp chồng