


Kemas kini besar untuk ControlNet: Lukisan P yang tepat boleh dibuat dengan hanya bergantung pada kata-kata segera, mengekalkan gaya lukisan tidak berubah. Netizen: Kesannya setanding dengan model besar yang disesuaikan
Pemalam Resapan Stabil, "Induk kawalan perincian lukisan AI" ControlNet mengalu-alukan kemas kini utama:
Hanya gunakan gesaan teks untuk mengekalkan ciri utama imej dalam Di bawah premis , anda boleh mengubah suai butiran imej sewenang-wenangnya.
Sebagai contoh, berikan kecantikan perubahan gaya daripada rambut kepada pakaian dan ekspresi untuk menjadi lebih mesra:
Atau biarkan model bertukar dari gadis manis di sebelah kepada wanita dingin , arah badan dan kepala adalah , Latar belakang ditukar:
- Tidak kira bagaimana butiran diubah suai, "jiwa" gambar asal masih ada.
Selain gaya ini, ia juga boleh mengendalikan jenis anime dengan betul:
Blogger reka bentuk AI dari Twitter @sundyme berkata:
Kesannya lebih baik daripada yang dibayangkan!
Hanya satu gambar rujukan diperlukan untuk melengkapkan transformasi di atas, dan beberapa gambar hampir boleh mencapai kesan model besar tersuai.
Ahem, kawan-kawan dalam bulatan lukisan AI, bergembiralah, ada sesuatu yang menyeronokkan lagi.
(ps. Tiga rendering pertama adalah dari blogger @Olivio Sarikas, yang kedua dari blogger Twitter @sundyme)
Baharu di ControlNet: Terpelihara Imej asal fungsi retouching
Kemas kini di atas sebenarnya merujuk kepada prapemproses yang dipanggil "rujukan sahaja".
Ia tidak memerlukan sebarang model kawalan dan boleh terus menggunakan imej rujukan untuk membimbing penyebaran.
Penulis mengatakan bahawa fungsi ini sebenarnya serupa dengan fungsi "inpaint", tetapi ia tidak akan menyebabkan imej runtuh.
(Inpaint ialah fungsi lukis semula separa dalam UI web Stable Diffusion, yang boleh melukis semula kawasan yang tidak memuaskan yang telah ditutup secara manual.)
Sesetengah pemain berpengalaman mungkin mengetahui helah , iaitu menggunakan inpaint untuk meresap imej.
Sebagai contoh, anda mempunyai imej 512x512 anjing, dan kemudian ingin menjana imej 512x512 lagi menggunakan anjing yang sama.
Pada masa ini, anda boleh menyambungkan imej anjing 512x512 dan imej kosong 512x512 ke dalam imej 1024x512, kemudian gunakan fungsi inpaint untuk menutup bahagian kosong 512x512 dan meresapkan anjing dengan rupa yang serupa .
Dalam proses ini, kerana imej disambung secara ringkas dan kasar, dan herotan berlaku, kesannya secara amnya tidak memuaskan.
Dengan "rujukan sahaja" ia berbeza:
Ia boleh memautkan terus lapisan perhatian SD (iaitu "Resapan Stabil") kepada mana-mana imej bebas, jadi bahawa SD boleh terus membaca imej ini sebagai rujukan.
Dalam erti kata lain, jika anda ingin membuat pengubahsuaian sambil mengekalkan gaya imej asal, anda boleh menggunakan perkataan gesaan untuk beroperasi terus pada imej asal.
Seperti yang ditunjukkan dalam gambar contoh rasmi, tukar anak anjing berdiri kepada aksi berlari:
Anda hanya perlu menukar anda Naik taraf ControlNet kepada versi 1.1.153 atau ke atas, kemudian pilih "rujukan sahaja" sebagai prapemproses, muat naik gambar anjing itu, masukkan perkataan gesaan "anjing berlari di padang rumput, kualiti terbaik... ", dan SD akan menjadi Saya hanya akan menggunakan gambar anda sebagai rujukan untuk membuat perubahan.
Netizen: Ciri terbaik ControlNet setakat ini
Sebaik sahaja fungsi "rujukan sahaja" keluar, ramai netizen mula mengalaminya.
Sesetengah orang memanggil ciri ini sebagai ciri terbaik ControlNet setakat ini:
Muat naik gambar anime dengan pose watak, kemudian tulis gesaan yang nampaknya tidak berkaitan langsung dengan gambar asal. Tiba-tiba, kesan yang anda mahukan keluar dari imej asal. Ia benar-benar kuat, bahkan hingga mengubah peraturan permainan.
Juga dikenali sebagai:
Sudah tiba masanya untuk mengambil semua gambar tidak berguna yang dibuang sebelum ini dan memulihkannya.
Sudah tentu ada yang berpendapat ia tidak begitu sempurna (contohnya, anting-anting si cantik itu salah dalam rendering pertama. pada mulanya, dan dua gambar Rambut di dalam juga hilang) , tetapi netizen masih mengatakan bahawa "tujuan akhirnya tepat."
Berikut ialah kesan daripada percubaan tiga blogger Twitter, terutamanya dalam gaya anime Mari kita nikmatinya bersama-sama:
△Daripada @新宫ラリのAIイラストニュ
△
Dari @br_d, gambar asal ada di sebelah kiri△
dari @br_d, yang sebelumnya adalah gambar asal△
Dari @uoyuki667, gambar asal ada di sebelah kiri Adakah ia menyentuh hati anda?Atas ialah kandungan terperinci Kemas kini besar untuk ControlNet: Lukisan P yang tepat boleh dibuat dengan hanya bergantung pada kata-kata segera, mengekalkan gaya lukisan tidak berubah. Netizen: Kesannya setanding dengan model besar yang disesuaikan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

AI memang mengubah matematik. Baru-baru ini, Tao Zhexuan, yang telah mengambil perhatian terhadap isu ini, telah memajukan keluaran terbaru "Buletin Persatuan Matematik Amerika" (Buletin Persatuan Matematik Amerika). Memfokuskan pada topik "Adakah mesin akan mengubah matematik?", ramai ahli matematik menyatakan pendapat mereka Seluruh proses itu penuh dengan percikan api, tegar dan menarik. Penulis mempunyai barisan yang kuat, termasuk pemenang Fields Medal Akshay Venkatesh, ahli matematik China Zheng Lejun, saintis komputer NYU Ernest Davis dan ramai lagi sarjana terkenal dalam industri. Dunia AI telah berubah secara mendadak Anda tahu, banyak artikel ini telah dihantar setahun yang lalu.

Prestasi JAX, yang dipromosikan oleh Google, telah mengatasi Pytorch dan TensorFlow dalam ujian penanda aras baru-baru ini, menduduki tempat pertama dalam 7 penunjuk. Dan ujian tidak dilakukan pada TPU dengan prestasi JAX terbaik. Walaupun dalam kalangan pembangun, Pytorch masih lebih popular daripada Tensorflow. Tetapi pada masa hadapan, mungkin lebih banyak model besar akan dilatih dan dijalankan berdasarkan platform JAX. Model Baru-baru ini, pasukan Keras menanda aras tiga hujung belakang (TensorFlow, JAX, PyTorch) dengan pelaksanaan PyTorch asli dan Keras2 dengan TensorFlow. Pertama, mereka memilih satu set arus perdana

Boston Dynamics Atlas secara rasmi memasuki era robot elektrik! Semalam, Atlas hidraulik hanya "menangis" menarik diri daripada peringkat sejarah Hari ini, Boston Dynamics mengumumkan bahawa Atlas elektrik sedang berfungsi. Nampaknya dalam bidang robot humanoid komersial, Boston Dynamics berazam untuk bersaing dengan Tesla. Selepas video baharu itu dikeluarkan, ia telah pun ditonton oleh lebih sejuta orang dalam masa sepuluh jam sahaja. Orang lama pergi dan peranan baru muncul. Ini adalah keperluan sejarah. Tidak dinafikan bahawa tahun ini adalah tahun letupan robot humanoid. Netizen mengulas: Kemajuan robot telah menjadikan majlis pembukaan tahun ini kelihatan seperti manusia, dan tahap kebebasan adalah jauh lebih besar daripada manusia Tetapi adakah ini benar-benar bukan filem seram? Pada permulaan video, Atlas berbaring dengan tenang di atas tanah, seolah-olah terlentang. Apa yang berikut adalah rahang-jatuh

Awal bulan ini, penyelidik dari MIT dan institusi lain mencadangkan alternatif yang sangat menjanjikan kepada MLP - KAN. KAN mengatasi MLP dari segi ketepatan dan kebolehtafsiran. Dan ia boleh mengatasi prestasi MLP berjalan dengan bilangan parameter yang lebih besar dengan bilangan parameter yang sangat kecil. Sebagai contoh, penulis menyatakan bahawa mereka menggunakan KAN untuk menghasilkan semula keputusan DeepMind dengan rangkaian yang lebih kecil dan tahap automasi yang lebih tinggi. Khususnya, MLP DeepMind mempunyai kira-kira 300,000 parameter, manakala KAN hanya mempunyai kira-kira 200 parameter. KAN mempunyai asas matematik yang kukuh seperti MLP berdasarkan teorem penghampiran universal, manakala KAN berdasarkan teorem perwakilan Kolmogorov-Arnold. Seperti yang ditunjukkan dalam rajah di bawah, KAN telah

Pengesanan objek ialah masalah yang agak matang dalam sistem pemanduan autonomi, antaranya pengesanan pejalan kaki adalah salah satu algoritma terawal untuk digunakan. Penyelidikan yang sangat komprehensif telah dijalankan dalam kebanyakan kertas kerja. Walau bagaimanapun, persepsi jarak menggunakan kamera fisheye untuk pandangan sekeliling agak kurang dikaji. Disebabkan herotan jejari yang besar, perwakilan kotak sempadan standard sukar dilaksanakan dalam kamera fisheye. Untuk mengurangkan perihalan di atas, kami meneroka kotak sempadan lanjutan, elips dan reka bentuk poligon am ke dalam perwakilan kutub/sudut dan mentakrifkan metrik mIOU pembahagian contoh untuk menganalisis perwakilan ini. Model fisheyeDetNet yang dicadangkan dengan bentuk poligon mengatasi model lain dan pada masa yang sama mencapai 49.5% mAP pada set data kamera fisheye Valeo untuk pemanduan autonomi

Video terbaru robot Tesla Optimus dikeluarkan, dan ia sudah boleh berfungsi di kilang. Pada kelajuan biasa, ia mengisih bateri (bateri 4680 Tesla) seperti ini: Pegawai itu juga mengeluarkan rupanya pada kelajuan 20x - pada "stesen kerja" kecil, memilih dan memilih dan memilih: Kali ini ia dikeluarkan Salah satu sorotan video itu ialah Optimus menyelesaikan kerja ini di kilang, sepenuhnya secara autonomi, tanpa campur tangan manusia sepanjang proses. Dan dari perspektif Optimus, ia juga boleh mengambil dan meletakkan bateri yang bengkok, memfokuskan pada pembetulan ralat automatik: Berkenaan tangan Optimus, saintis NVIDIA Jim Fan memberikan penilaian yang tinggi: Tangan Optimus adalah robot lima jari di dunia paling cerdik. Tangannya bukan sahaja boleh disentuh

Pautan projek ditulis di hadapan: https://nianticlabs.github.io/mickey/ Memandangkan dua gambar, pose kamera di antara mereka boleh dianggarkan dengan mewujudkan kesesuaian antara gambar. Biasanya, surat-menyurat ini adalah 2D hingga 2D, dan anggaran pose kami adalah skala-tak tentu. Sesetengah aplikasi, seperti realiti tambahan segera pada bila-bila masa, di mana-mana sahaja, memerlukan anggaran pose metrik skala, jadi mereka bergantung pada penganggar kedalaman luaran untuk memulihkan skala. Makalah ini mencadangkan MicKey, proses pemadanan titik utama yang mampu meramalkan korespondensi metrik dalam ruang kamera 3D. Dengan mempelajari padanan koordinat 3D merentas imej, kami dapat membuat kesimpulan relatif metrik
