免费的开源稳定扩散非常受欢迎！

有些人将其用作简短的视频，他们可以在几分钟之内游览地球上一切的演变。

其他人用它来使英雄在守望先锋中。

即使由于过度使用和ART版权问题，一群艺术家甚至开始争论，并向禁令报告了一个非正式的帐户。

这究竟如何创造出如此惊人的回应？

让我们看看到底说了什么。

又是扩散模型

首先，从名称稳定扩散来看，我们可以看到这主要使用扩散模型（扩散模型）。

简而言之，扩散模型是通过连续应用Denoisis AutoCododer逐渐生成图像的过程。

通常提到的扩散是反复在图像中添加小的随机噪声。扩散模型与此过程相反。——生成噪声的高清图像。训练有素的神经网络通常是U-NET。

但是，由于该模型直接在像素空间中运行，因此扩散模型的训练和计算成本非常昂贵。

基于此背景，稳定的扩散主要以两个步骤进行。

首先，使用编码器将图像X压缩到较低的潜在空间表示z（x）中。

上下文y，即输入文本提示，用于指导x的denoising。

与时间步骤t一起，它以两种方式注入潜在的空间表示：简单连接和交叉。

然后根据z（x）进行扩散和降解。换句话说，该模型并未在图像上直接计算，从而减少了训练时间并具有更好的结果。

值得一提的是，稳定扩散的上下文机制非常灵活。 Y不仅可以是图像标签，而且可以是掩码图像，场景细分和空间布局。

霸占GitHub热榜第一

这个平台一直在Github热门列表中排名第一，并积累了2.9k星。

这是由慕尼黑大学和跑道的机器视觉和学习研究小组的研究人员开发的开源模型，基于CVPR2022的论文《High-Resolution Image Synthesis with Latent Diffusion Models》，并与其他社区团队合作。

根据官方报道，它可以在几秒钟内对消费者CPU进行创作，而无需进行任何预处理和后处理。

核心数据集是LAION-5B的子集，该子集是专门为基于剪辑的新模型而创建的。

同时，它也是第一个在4,000个A100 EZRA-1 AI超大群集群中训练的文本对图像模型。

无论如何，文本生成的图像派对中还有另一个强大的明星。 （狗头）

github链接：https://github.com/compvis/latent-diffusion参考链接： [1] https://TWITTER.COM/AI__PUB/STATUS/15613625424242487695360 [2] https://STOBICATION.AI/BLOG/STABLE-DIFFUSION-ANSECTION [3] 3https://ARXIV.ORG.ORG.ORG/ABS/ABS/2112.10752

– 超过-