mswcmps的博客

再有就是各种内置的风格化能力是最强的，可见都是有经过专门的艺术风格训练的（文章末尾的资料包里有艺术家辞典），鉴于这些特点，还有个显而易见的优点就是mj是ai绘图里最容易上手的，几乎无门槛。，纵观每次技术革命中的开源产品，比如操作系统的Linux，手机操作系统的android，他们都推动着整个技术的前进，相关人才的诞生，为技术最终走向成熟立下了汗马功劳。再上一档的套餐则包含了15小时的fast生图时间，以及每月无限制的慢速生图，而想要自己的图不进入官方画廊的隐私模式则需要更高级的订阅。

这个 CLIP 模型，其实就是用了巨量的文本+图片数据对（互联网可以爬很多很多很多），把图片和文本编码后的特征计算相似性矩阵，通过最大化对角线元素同时最小化非对角线元素，来优化两个编码器，让最后的文本和图片编码器的语义可以强对应起来。先用训练好的 VAE 的 encoder 得到一个维度小得多的图片隐编码（可以理解为将图片信息压缩到一个尺度更小的空间中），diffusion model 不再直接处理原图，而是处理这些隐编码，最后生成的新的隐编码再用对应的 decoder还原成图片。