混元DiT文生图大模型本地离线体验

前段时间腾讯的混元大模型开源了，据说是具备双语生成能力，对中国元素的理解能力非常强，于是带着好奇心花了点时间部署在本地跑了下看看。

 

 

 

中英双语生成

测试了下英文提示词，生成的图片意思对了。(不过这物件应该不对吧，电视机怎么看着像电脑？)

A cyberpunk style lab with some beakers in the lab, and a TV and an xbox

 

 

 

再来个用中文的提示词试试

一副山水画，一座寺庙， 在高山上。

 

 

生成的效果还不错。混元大模型还能用诗词或者俗语来生成图片。

 

枯藤老树昏鸦，小桥流水人家

 

 

 

明月几时有，把酒问青天

 

 

明月几时有有了，但是后半句在生成的图片中没看到...

 

尝试了其他几个，比如菜名，景区名。

 

臭豆腐

 

 

九寨沟

 

 

细节能力

官方说混元大模型能够理解文本中的细节，并绘制相应的图片。我尝试了几个提示词，总的表现还不错。

 

太阳微微升起，花园里的玫瑰花瓣上露珠晶莹剔透，一只瓢虫正在爬向露珠，背景是清晨的花园，微距镜头。

 

 

 

湖水清澈，天空湛蓝，阳光灿烂。一只优雅的白天鹅在湖边游泳。它周围有几只小鸭子，看起来非常可爱，整个画面给人一种宁静祥和的感觉。

 

 

风格是写实，画面主要描述一个亚洲戏曲艺术家正在表演，她穿着华丽的戏服，脸上戴着精致的面具，身姿优雅，背景是古色古香的舞台，镜头是近景

 

 

 

该项目至少需要11G的显存来运行，但我在2080，8G显存的电脑上也可以运行，不过是非常慢！低配的同学如果不怕费时间的话可以玩玩看！

 

点击下方公众号，发送【混元】关键字获取整合包。

制作不易，如果本文对您有帮助，还请点个免费的赞或在看！感谢您的阅读！