愛瑪電動車打開出現e4怎么回事、愛瑪電動車打開出現e4怎么回事兒

編輯：Aeneas 好困

最近，Stable Diffusion正在網上大火，誰用誰是藝術家。

作為一種從文本到圖像的AI工具，它之所以能掀起這么大的波瀾，是因為它能夠從簡單的文本提示生成著名人物的逼真圖像。

與傳統的競爭對手Dall-E2相比，Stable Diffusion把生成圖像的速度提高了足足三倍。

論文地址：https://arxiv.org/abs/2112.10752

哈利·波特變權游

讓我們看一看，用Stable Diffusion把《哈利·波特》中的角色變成《權力的游戲》中的角色，是什么效果吧。

艾瑪·沃特森（赫敏·格蘭杰）

赫敏格蘭杰進入權游的世界后，挺像丹妮莉絲·坦格利安的。

評論：可塑性很強的演員，非常適合《權力的游戲》系列。

丹尼爾·雷德克里夫（哈利·波特）

他看起來像瓊恩·雪諾嗎？好像并不太像。

非要說的話，可能更像山姆威爾·塔利一些。

魯珀特·格林特（羅恩·韋斯萊）

不知道為什么，羅恩在照片中會這么顯小。

乍一看，他看起來像拉姆齊·博爾頓（剝皮警告）。但他的形象一點都不像一個能在權力的游戲中呼風喚雨、指揮部下的人。

拉爾夫·費恩（伏地魔）

伏地魔變身維斯特洛武士后，還挺像模像樣的。奇妙的是，他與Night King也很適配。

邁克爾·剛本（阿不思·鄧布利多）

誰會想到，霍格沃茨的校長進入權游后，簡直就像是從這里土生土長的角色。他看起來像是洋蔥騎士（Davos Seaworth）和沃爾德·弗雷（Walder Frey）的結合。

那么， 這個神奇的模型，究竟是怎么做到的呢？

10步帶你理解Stable Diffusion

顧名思義，Stable Diffusion基于的是擴散模型（Diffusion Model）。

其中，擴散是將小的、隨機的噪聲重復地添加到圖像中的過程（從左到右）。而擴散模型是將這一過程逆轉，將噪聲逐位變成圖像（從右到左）。

那么，擴散模型是如何將噪音變成圖像的呢？很簡單，訓練一個神經網絡即可。

現在有噪聲圖像的序列=x_1, x_2, ... x_T。神經網絡通過學習一個函數f(x,t)，對x進行「一點點」去噪，并產生x在時間步驟t-1時的樣子。

要想把純噪音變成高清圖像，只需多次應用f即可！

所以說，擴散模型的輸出實際上只是：f(f(f(....f(N, T), T-1), T-2) ..., 2, 1)。

其中，N是純噪音，T是擴散步驟的數量，神經網絡f則通常被實現為一個UNet。

實踐上，在大型512 x 512圖像上訓練和計算擴散模型是非常緩慢和昂貴的。

所以，Stable Diffusion是在圖像的_embedding_上進行計算的，而不是直接在圖像本身上。

因此，Stable Diffusion的工作分為兩步。

第一步：使用編碼器將圖像「x」壓縮成一個較低維度的潛空表征「z(x)」；

第二步：在z(x)上運行擴散和去噪，而不是x。

潛在空間表示z(x)的維度比圖像x小得多。這使得_latent_擴散模型比普通擴散模型更快、更有表現力。

文字提示在哪里呢？

其實，Stable Diffusion并沒有像最開始所說的那樣學習一個函數f(x,t)來對x進行「一點點」的去噪。而是學習了一個函數f(x,t,y)，其中y是指導x去噪的context（上下文）。

比如，在下面這張圖中，y就是圖像的標簽「北極狐」。

當使用Stable Diffusion生成圖像時，輸入的文本提示就是y。

那么，模型又是如何處理上下文y的呢？

y和時間步長t一起，可以通過以下兩種方式注入潛在空間表示z(x)中：

1）簡單串聯

2）交叉注意

而Stable Diffusion則同時使用這兩種方法。

當然，上下文機制實際是非常靈活的。

比如讓y=一個圖像掩碼，或者y=一個場景分割，而不只是讓y=一個圖像標簽。

經過在不同的數據上訓練的Stable Diffusion，就可以做圖像修復和語義圖像合成了 。

（示意圖）

在Stable Diffusion論文中，通過改變「上下文」的表征方法，作者展示了圖像修復和圖像合成的情況。

看到這里，是不是感覺手癢了？

模型完全公開了！

你說巧不巧，8月22日團隊發文表示，1.4版本的Stable Diffusion模型正式向大眾開放。

團隊表示，v1.4的推薦權重是470k，比提供給研究人員的v1.3的440k，多了幾個訓練步驟。

目前，模型僅支持英偉達顯卡，最終占用的顯存為6.9Gb。

在接下來的時間里，團隊還將持續發布模型的優化版本，以及更多性能和質量得到改善的變體和架構。

之后，Stable Diffusion模型也將能夠在AMD、蘋果M1/M2和其他芯片組上運行。

不想自己去調教的話，也可以嘗試HuggingFace的demo。

地址：https://huggingface.co/spaces/stabilityai/stable-diffusion

參考資料：

https://medium.com/mlearning-ai/ai-transforms-five-harry-potter-cast-into-game-of-thrones-characters-39e4af6b426e

https://stability.ai/blog/stable-diffusion-public-release