文生图模型Playground v2.5：增强颜色和对比度、在多种宽高比下改善图像生成，以及改善以人为中心的细节
Playground正式发布最新文生图模型Playground v2.5，此模型提升了图像的美学质量，特别强调颜色和对比度的增强、改进了多纵横比图像生成，可以生成各种比例图像以及人像细节的提升。 官网...
排序
文生图模型偏好优化方法MaPO（边界感知偏好优化）：让计算机在学习生成图像时，能够更好地符合人类的偏好
韩国科学技术研究院、Huggingface和高丽大学的研究人员推出一种新的文本到图像扩散模型的偏好优化方法，这种方法被称为“边界感知偏好优化”（Margin-aware Preference Opti...
谷歌研究团队推出专为移动设备打造的文生图模型MobileDiffusion
谷歌的研究团队推出了新的文生图模型MobileDiffusion，它能够在手机上几乎瞬间（亚秒级）生成高质量的图片。该模型在架构和采样技术方面进行广泛优化，在iPhone 15 Pro上，Mobile...
Meta推出新型框架OPT2I：通过优化文本提示（prompt）来提高文生图模型的图像与输入提示的一致性
Meta推出新型框架OPT2I，它旨在通过优化文本提示（prompt）来提高文本到图像（T2I）生成模型的图像与输入提示的一致性。尽管现有的T2I模型能够生成高质量和逼真的图像，但它们在确保生成的图像...
ideogram.ai 发布文生图模型Ideogram 1.0：支持生成文字，支持扩展提示词功能Magic Prompt
ideogram.ai在今天正式推出Ideogram 1.0，这是他们最先进的文本转图像模型。和所有 Ideogram 模型一样，Ideogram 1.0 也是从零开始训练的。它提供了最先进的文本渲染...
新型框架Diffusion-KTO：用于调整文生图模型，使其生成的图像更符合人类的偏好
加州大学洛杉矶分校、松下人工智能研究中心和 Salesforce 人工智能研究中心的研究人员推出新型框架Diffusion-KTO，它专门用于调整文生图模型，使其生成的图像更符合人类的偏好。这个过程不...
基于提示、针对文生图模型的新型剪枝方法APTP：减少文生图模型在计算资源受限的环境中部署时的计算负担，同时保持模型性能
马里兰大学和佛罗里达州立大学推出一种针对文生图模型的新型剪枝方法APTP（Adaptive Prompt-Tailored Pruning，自适应提示定制剪枝），这是一种专门为文生图模型设计的、基于提...
VideoElevator：利用文生图模型来增强文生视频的质量和细节
来自哈尔滨大学和清华大学的研究团队推出VideoElevator，利用文生图模型来增强文生视频的质量和细节，这个过程是无需训练的，可以直接插入现有的模型中使用，还能利用文生图模型来实现风格迁移，非常方...
字节跳动推出文生图模型SDXL-Lightning：基于SDXL1.0基础模型提炼
SDXL-Lightning是由字节跳动发布的一款速度极快的文生图模型，它采用新型扩散模型蒸馏方法，优化扩散模型，能在短时间内高效生成分辨率为1024像素的高品质图像。 模型地址：https://hu...
EdgeFusion：能够在资源受限的移动设备上快速生成与文本描述相匹配的高质量图像
来自韩国Nota AI和三星电子的研究人员推出EdgeFusion，它能够在资源受限的移动设备上快速生成与文本描述相匹配的高质量图像。这项技术的核心是优化了文生图模型Stable Diffusion，...
基准测试CommonsensenT2I：用于评估文生图模型（T2I）生成符合现实生活常识的图像的能力
宾夕法尼亚大学和加州大学圣塔芭芭拉分校的研究人员推出基准测试CommonsensenT2I，用于评估文生图模型（T2I）生成符合现实生活常识的图像的能力。简单来说，就是研究这些模型是否能够根据文字描述...
Bounded Attention：解决文生图模型在生成包含多个主题（subjects）的图像时遇到的挑战
来自特拉维夫大学和Snap的研究人员推出Bounded Attention，它旨在解决文生图模型在生成包含多个主题（subjects）的图像时遇到的挑战。这些模型通常难以准确地捕捉到复杂输入提示中的意...