大多数文本到图像生成模型依赖于从网络上抓取的大量自定义数据。然而，一项最新研究探讨了仅使用ImageNet数据集训练图像生成模型的可能性。研究发现，通过合成生成的密集标注（dense captions）能够显著提升模型性能...

1Prompt1Story是一种无需训练的文本到图像生成方法，通过单一串联提示实现一致的图像生成。该方法的核心在于将多个提示信息串联成一个整体，从而在生成过程中保持一致性。与传统的训练依赖型方法不同，1Prompt1Story...

近日，DeepSeek正式发布了其最新的文本生成图像工具Janus Pro。该工具基于先进的LLM技术，结合embedding和LoRA优化，能够将用户输入的文本描述快速转化为高质量的图像。Janus Pro不仅支持多种艺术风格，还通过RAG技...

FLUX1.1 [pro]是由Black Forest Labs最新推出的文本到图像模型，代表了当前技术的前沿水平（SotA）。该模型通过先进的算法和深度学习技术，实现了更高质量和更快速度的图像生成能力。FLUX1.1 [pro]不仅在生成图像的...

EvalAlign是一种新型的用于改进文本到图像生成模型评估的指标。与现有的评估指标不同，EvalAlign提供了细粒度的准确性和稳定性。它主要关注图像的真实性和文本与图像的对齐性。与其他评估指标不同的是，EvalAlign不...

最新研发的混元-DiT在文本到图像扩散变换器方面设立了新的标杆，特别是对于英文和汉文。这一技术特征包括先进的变换器结构和精炼的数据管道，为持续的模型改进提供了可能性。而这一突破性的发展，不仅提升了英汉文本...

稳定性AI近期发布了最新的先进文本到图像模型，稳定扩散XL (SDXL) 1.0，该模型已在亚马逊Bedrock，以及其自有API上提供。新模型提供了改进的颜色准确性和细节，并引入了一个用于专门图像生成的Beta微调功能。SDXL 1....

DragonDiffusion是一种全新的方法，旨在提高文本到图像模型的编辑精度。通过在扩散模型中利用特征对应，DragonDiffusion可以进行各种详细的图像修改，如移动和调整对象的大小，替换外观，以及拖动内容，同时保持图像...