Stable Diffusion 图像生成测试

最近图像多模态生成模型特别火，简单尝试了下。

项目地址：GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model

由于本地GPU比较弱鸡，使用了Google的colab进行了简单尝试，colab地址：

https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb

被效果惊呆了：

输入：A  Ultraman takes a nap in office.

 奥特曼在办公室睡午觉。

输入:monkey playing football under an banana tree

猴子在香蕉树下玩足球。

咱也尝试下中国画怎么样：

输入：

Beautiful streets in ancient China with a bridge over the river

中国古代街道

 

 

大多数的生成效果都有一点让人眼前一亮，虽然人脸和一些细节生成还不是太好，但是这种基于扩散模型的生成模型感觉前景可期，甚至有可能用于商业应用，做精细化的配图生成。当然还有一块市场是艺术画作生成，这一块也有很大的空间值得期待。