技术方向
AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
27 条精选近 30 天 12 条共收录 313 条
Hugging Face 发布教程，介绍如何在 Diffusers 中使用 ControlNet 实现可控图像生成。教程演示了利用 Canny 边缘、OpenPose 姿态及多条件组合控制 Stable Diffusion 生成结果的代码实现，并展示了如何通过启用 CPU 内存卸载及 xformers 加速将推理时间缩短至 V100 GPU 上的约 3 秒。
推荐理由：原文提供了在 Diffusers 中结合 ControlNet 实现可控图像生成的具体代码示例与优化技巧。
Hugging Face 的 diffusers 库正式支持 LoRA（低秩适配）技术用于 Stable Diffusion 的微调。该方案通过冻结预训练模型权重并注入可训练层，显著降低了计算资源和显存需求，例如在 11 GB 显存的 2080 Ti 显卡上即可完成全量微调，且训练得到的权重文件仅约 3 MB，便于共享。
推荐理由：原文给出了LoRA微调的完整实践指南，读者可以据此用更低成本训练和共享自定义模型。
OpenAI 发布 Point-E 模型，该系统能够从复杂提示词生成 3D 点云。
推荐理由：官方发布3D点云生成模型，展示了从复杂提示词生成三维空间结构的技术能力。
Hugging Face在Diffusers下训练Stable Diffusion进行Dreambooth微调，并给出学习率、训练步数与prior preservation等参数建议。
推荐理由：基于Diffusers实验给出学习率、步数与prior preservation等关键参数建议，并比较DDIM采样与text encoder微调的效果。
Hugging Face 官方团队发布 Diffusers 0.3 版本更新。该版本新增了图像到图像生成、Textual Inversion 个性化训练和 Inpainting 图像修复等核心管线。
推荐理由：原文详细介绍了 Diffusers 0.3 版本新增的图像生成管线、低显存优化及 Mac 支持等核心特性，适合开发者和研究者快速掌握最新功能。
Hugging Face 发布博客，指导如何使用 Diffusers 库运行 Stable Diffusion 模型并自定义推理管道。
推荐理由：详解Stable Diffusion在Diffusers中的调用与底层机制，提供完整代码示例与自定义管道方法，适合开发者快速上手图像生成。
OpenAI 宣布 DALL·E 已开放测试版访问。平台将在未来数周内向候补名单上的 100 万人发送邀请，用户可使用每月自动重置的免费额度生成图像，亦可按 115 次生成计 15 美元的价格购买额外额度。
推荐理由：官方公告说明了 DALL·E 测试版的用户邀请计划与具体计费模式，方便读者了解早期使用成本。