


L'auteur de ControlNet a encore un succès ! L'ensemble du processus de génération d'une peinture à partir d'une image, gagnant 1,4k étoiles en deux jours
C'est aussi une vidéo Tusheng, mais PaintsUndo a emprunté un chemin différent.
Lvmin Zhang, auteur de ControlNet, a recommencé à vivre ! Cette fois, je vise le domaine de la peinture.
Le nouveau projet PaintsUndo a reçu 1,4k étoiles (toujours en hausse folle) peu de temps après son lancement.
Adresse du projet : https://github.com/lllyasviel/Paints-UNDO
Grâce à ce projet, l'utilisateur saisit une image statique et PaintsUndo peut automatiquement vous aider à générer une vidéo de l'ensemble du processus de peinture, en commençant de la ligne Il y a des traces à suivre depuis l'ébauche jusqu'au produit fini.
Pendant le processus de dessin, les changements de lignes sont incroyables. Le résultat vidéo final est très similaire à l'image originale :
Jetons un coup d'œil à un processus de peinture complet. PaintsUndo utilise d'abord des lignes simples pour décrire le corps principal du personnage, puis dessine l'arrière-plan, applique la couleur et enfin l'affine pour ressembler à l'image originale.
PaintsUndo ne se limite pas à un seul style d'image pour différents types d'images, il générera également des vidéos de processus de peinture correspondantes.
Le corgi portant une capuche regarde doucement au loin :
Les utilisateurs peuvent également saisir une seule image et produire plusieurs vidéos :
Cependant, PaintsUndo présente également des inconvénients, tels que des difficultés. avec des compositions complexes, et l'auteur dit que le projet est encore en train d'être peaufiné.
La raison pour laquelle PaintsUndo est si puissant est qu'il est pris en charge par une série de modèles qui prennent une image en entrée, puis génèrent une séquence de dessin de l'image. Le modèle reproduit une variété de comportements humains, y compris, mais sans s'y limiter, l'esquisse, l'encrage, l'ombrage, l'ombrage, la transformation, le retournement à gauche et à droite, les ajustements de courbe de couleur, la modification de la visibilité d'un calque et même la modification de l'idée globale pendant le processus de dessin. .
Le processus de déploiement local est très simple et peut être complété avec quelques lignes de code :
git clone https://github.com/lllyasviel/Paints-UNDO.gitcd Paints-UNDOconda create -n paints_undo python=3.10conda activate paints_undopip install xformerspip install -r requirements.txtpython gradio_app.py
Introduction au modèle
L'auteur du projet a utilisé 24 Go de VRAM sur Nvidia 4090 et 3090TI pour les tests d'inférence. Les auteurs estiment qu’avec des optimisations extrêmes (y compris le déchargement de poids et le découpage de l’attention), l’exigence minimale théorique de VRAM est d’environ 10 à 12,5 Go. PaintsUndo s'attend à traiter une image en 5 à 10 minutes environ, selon les paramètres, ce qui donne généralement une vidéo de 25 secondes à une résolution de 320 x 512, 512 x 320, 384 x 448 ou 448 x 384.
Actuellement, le projet a publié deux modèles : le modèle à cadre unique paints_undo_single_frame et le modèle multi-cadre paints_undo_multi_frame.
Le modèle à image unique utilise l'architecture modifiée de SD1.5, prenant une image et une étape d'opération comme entrée et sortant une image. En supposant qu'une œuvre d'art nécessite généralement 1 000 opérations manuelles pour être créée (par exemple, un trait équivaut à une opération), la taille du pas d'opération est alors un nombre entier compris entre 0 et 999. Le chiffre 0 est l’œuvre finale terminée et le chiffre 999 est le premier trait peint sur une toile d’un blanc pur.
Le modèle multi-frame est basé sur la série de modèles VideoCrafter, mais n'utilise pas le lvdm original de Crafter, et tout le code de formation/inférence est entièrement implémenté à partir de zéro. Les auteurs du projet ont apporté de nombreuses modifications à la topologie du réseau neuronal et, après une formation approfondie, le réseau neuronal se comporte très différemment du Crafter original.
L'architecture globale du modèle multi-frame est similaire à Crafter, comprenant 5 composants : 3D-UNet, VAE, CLIP, CLIP-Vision et Image Projection.
Le modèle multi-images prend deux images en entrée et génère 16 images intermédiaires entre les deux images d'entrée. Les modèles multi-images ont des résultats plus cohérents que les modèles à image unique, mais sont également beaucoup plus lents, moins « créatifs » et limités à 16 images.
PaintsUndo utilise par défaut des modèles à image unique et multi-images. Tout d'abord, un modèle mono-image sera utilisé pour déduire environ 5 à 7 fois pour obtenir 5 à 7 « images clés », puis un modèle multi-images sera utilisé pour « interpoler » ces images clés, et enfin un modèle relativement long. la vidéo sera générée.
Lien de référence : https://lllyasviel.github.io/pages/paints_undo/
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Il s'agit également d'une vidéo Tusheng, mais PaintsUndo a emprunté une voie différente. L'auteur de ControlNet, LvminZhang, a recommencé à vivre ! Cette fois, je vise le domaine de la peinture. Le nouveau projet PaintsUndo a reçu 1,4kstar (toujours en hausse folle) peu de temps après son lancement. Adresse du projet : https://github.com/lllyasviel/Paints-UNDO Grâce à ce projet, l'utilisateur saisit une image statique et PaintsUndo peut automatiquement vous aider à générer une vidéo de l'ensemble du processus de peinture, du brouillon de ligne au suivi du produit fini. . Pendant le processus de dessin, les changements de lignes sont étonnants. Le résultat vidéo final est très similaire à l’image originale : jetons un coup d’œil à un dessin complet.

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Les auteurs de cet article font tous partie de l'équipe de l'enseignant Zhang Lingming de l'Université de l'Illinois à Urbana-Champaign (UIUC), notamment : Steven Code repair ; doctorant en quatrième année, chercheur

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Dans le processus de développement de l'intelligence artificielle, le contrôle et le guidage des grands modèles de langage (LLM) ont toujours été l'un des principaux défis, visant à garantir que ces modèles sont à la fois puissant et sûr au service de la société humaine. Les premiers efforts se sont concentrés sur les méthodes d’apprentissage par renforcement par feedback humain (RL

Si la réponse donnée par le modèle d’IA est incompréhensible du tout, oseriez-vous l’utiliser ? À mesure que les systèmes d’apprentissage automatique sont utilisés dans des domaines de plus en plus importants, il devient de plus en plus important de démontrer pourquoi nous pouvons faire confiance à leurs résultats, et quand ne pas leur faire confiance. Une façon possible de gagner confiance dans le résultat d'un système complexe est d'exiger que le système produise une interprétation de son résultat qui soit lisible par un humain ou un autre système de confiance, c'est-à-dire entièrement compréhensible au point que toute erreur possible puisse être trouvé. Par exemple, pour renforcer la confiance dans le système judiciaire, nous exigeons que les tribunaux fournissent des avis écrits clairs et lisibles qui expliquent et soutiennent leurs décisions. Pour les grands modèles de langage, nous pouvons également adopter une approche similaire. Cependant, lorsque vous adoptez cette approche, assurez-vous que le modèle de langage génère

acclamations! Qu’est-ce que ça fait lorsqu’une discussion sur papier se résume à des mots ? Récemment, des étudiants de l'Université de Stanford ont créé alphaXiv, un forum de discussion ouvert pour les articles arXiv qui permet de publier des questions et des commentaires directement sur n'importe quel article arXiv. Lien du site Web : https://alphaxiv.org/ En fait, il n'est pas nécessaire de visiter spécifiquement ce site Web. Il suffit de remplacer arXiv dans n'importe quelle URL par alphaXiv pour ouvrir directement l'article correspondant sur le forum alphaXiv : vous pouvez localiser avec précision les paragraphes dans. l'article, Phrase : dans la zone de discussion sur la droite, les utilisateurs peuvent poser des questions à l'auteur sur les idées et les détails de l'article. Par exemple, ils peuvent également commenter le contenu de l'article, tels que : "Donné à".

Récemment, l’hypothèse de Riemann, connue comme l’un des sept problèmes majeurs du millénaire, a réalisé une nouvelle avancée. L'hypothèse de Riemann est un problème mathématique non résolu très important, lié aux propriétés précises de la distribution des nombres premiers (les nombres premiers sont les nombres qui ne sont divisibles que par 1 et par eux-mêmes, et jouent un rôle fondamental dans la théorie des nombres). Dans la littérature mathématique actuelle, il existe plus d'un millier de propositions mathématiques basées sur l'établissement de l'hypothèse de Riemann (ou sa forme généralisée). En d’autres termes, une fois que l’hypothèse de Riemann et sa forme généralisée seront prouvées, ces plus d’un millier de propositions seront établies sous forme de théorèmes, qui auront un impact profond sur le domaine des mathématiques et si l’hypothèse de Riemann s’avère fausse, alors parmi eux ; ces propositions qui en font partie perdront également de leur efficacité. Une nouvelle percée vient du professeur de mathématiques du MIT, Larry Guth, et de l'Université d'Oxford

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com. Introduction Ces dernières années, l'application de grands modèles de langage multimodaux (MLLM) dans divers domaines a connu un succès remarquable. Cependant, en tant que modèle de base pour de nombreuses tâches en aval, le MLLM actuel se compose du célèbre réseau Transformer, qui

Montrez la chaîne causale à LLM et il pourra apprendre les axiomes. L'IA aide déjà les mathématiciens et les scientifiques à mener des recherches. Par exemple, le célèbre mathématicien Terence Tao a partagé à plusieurs reprises son expérience de recherche et d'exploration à l'aide d'outils d'IA tels que GPT. Pour que l’IA soit compétitive dans ces domaines, des capacités de raisonnement causal solides et fiables sont essentielles. La recherche présentée dans cet article a révélé qu'un modèle Transformer formé sur la démonstration de l'axiome de transitivité causale sur de petits graphes peut se généraliser à l'axiome de transitivité sur de grands graphes. En d’autres termes, si le Transformateur apprend à effectuer un raisonnement causal simple, il peut être utilisé pour un raisonnement causal plus complexe. Le cadre de formation axiomatique proposé par l'équipe est un nouveau paradigme pour l'apprentissage du raisonnement causal basé sur des données passives, avec uniquement des démonstrations.
