Diffusion

网易AI创意工坊是一款优秀的人工智能绘画工具，用户无需部署、无需安装即可体验StableDiffusion。只需要通过文字描述，就可以生成风格多样的图像，实现人人“创作自由”、“绘画自由”。体验地址:https://ke.study.163.com/artWorks/painting

StableDiffusionWebUIForge是一个建立在稳定扩散WebUI之上的平台，旨在为用户提供更快速、更高效的深度学习模型部署与推断体验。通过与原始WebUI相比，Forge能够实现显著的推断速度提升，优化GPU资源管理，并支持更大规模的扩散与批处理。

划重点:新时代的逼真图像合成:文本到图像（T2I）生成模型DALLE2、Imagen和StableDiffusion，对后续应用产生深远影响。降低成本的高质量图像生成:研究人员提出PIXART-α，大幅降低了训练成本，同时保持了与最新图像生成器相媲美的图像质量。改进文本到图像生成:通过创新方法，包括训练策略和数据集改进，提高了T2I模型的效率和质量。

谷歌最近发布了MediaPipeDiffusion插件，这是一个可在移动设备上运行的低成本可控文本到图像生成解决方案。该插件可以提取条件图像中的特征，并将其注入到扩散模型的编码器中，以实现对图像生成过程的控制。与ControlNet相比，MediaPipeDiffusion插件的推理效率提高了20倍，在v100上运行甚至可以提速高达100倍。

【新智元导读】StabilityAI放出了号称能暴打闭源模型的StableDiffusion3的技术报告，采用DiT构架的新模型在灵活性和性能上都达到了新的高度。StabilityAI在发布了StableDiffusion3之后，今天公布了详细的技术报告。论文深入分析了StableDiffusion3的核心技术——改进版的Diffusion模型和一个基于DiT的文生图全新架构!

Diffusion模型近年来在文本到图像生成方面得到广泛应用，并取得了显著的成功，从而在图像质量、推理性能和创造性范围方面实现了重大改进。然而，在难以用文字明确定义的条件下，有效的生成管理仍然是一个挑战。

ScribbleDiffusion是一款利用人工智能将草图转化为精细图像的工具。它通过Replicate平台驱动，使用开源机器学习模型ControlNet生成图像，并通过Next.js和TailwindCSS构建了用户友好的界面。用户可以在ScribbleDiffusion网站上使用该工具，将草图快速转化为更精细的图像。

受到大型语言模型的微调的启发，研究人员现在正试图使用强化学习来微调生成AI模型以实现特定目标，例如提高图像的美学质量，从而干预这一过程。最近，伯克利人工智能研究中心（BAIR）的研究人员使用强化学习来进一步优化生成式人工智能模型用于改善图像生成的效果。通过测试，他们发现去噪扩散策略优化（DDPO）在优化图像的压缩性、不可压缩性、美学质量和提示图像对齐方面表现出了有效性。

商汤大模型团队提出的文生图大模型RAPHAEL，可以生成具有高度艺术风格或者摄影风格的图片，速度极快。RAPHAEL通过Space-MoE、Time-MoE和Edge-supervisedlearning三个组件实现。论文地址:https://arxiv.org/pdf/2305.18295.pdf

根据斯坦福互联网观察站周三发布的一项新研究，流行的人工智能（AI）图像生成器的基础数据库中隐藏着数千张儿童性虐待图片(CSAM)。作为对这一研究的回应，一些最大和最常用的图像数据库的运营商关闭了对它们的访问权限。

要点:StableDiffusion3发布，具有强大的文字渲染、多主题提示和图像质量能力。技术方面结合了扩散型transformer架构和flowmatching技术。公测开放的StableVideo提供文生视频和图生视频功能。

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/1、LumaAI推重磅级文生视频模型DreamMachine炸裂程度堪比Sora

重磅消息!StableDiffusion3，大概率会在明天开源。距离2月SD3的横空出世，已经过去了4个月。如果此事为真，生图圈子第一个出现开源碾压闭源的奇景!强大的MMDiT全新架构，将彻底改变AI生图的格局。现在，全体AI社区都在翘首以盼。万众瞩目的StableDiffusion3，终于要正式开源了!

著名大模型开源平台StabilityAI，开源了超强文生图模型——StableDiffusion3.5。StableDiffusion3.5一共有Large、LargeTurbo和Medium三个版本，可根据不同的商业环境提供高度定制功能，同时对这些模型进行了大幅度优化可在消费级GPU就能轻松推理运行。开源地址:https://huggingface.co/stabilityai

7月6日凌晨，著名开源大模型平台StabilityAI修改了社区许可协议，最新发布的文生图模型StableDiffusion3Medium允许商业化（以下简称“SD3-M”）。如果企业、个人开发者每年收入低于100万美元（大约726万元人民币），只需向StabilityAI填写一份申请，就可以免费将SD3-M用于商业化，包括数据微调、开发生成式AI应用等。

FIFO-Diffusion项目最近引发了广泛关注，这个项目展示了在无需额外训练的情况下生成无限长视频的强大能力。通过对角去噪技术，FIFO-Diffusion实现了高质量且具有一致性的长视频生成。技术亮点

划重点:🔍德克萨斯大学奥斯汀分校的研究队开发了一种框架，通过对无法辨认的图像进行训练，来训练AI模型。📝这一新提出的框架名为AmbientDiffusion，它通过仅训练扰乱后的图像数据，绕过了这个问题。💡这一框架不仅对艺术领域有用，还有潜力应用于科学和医学领域，如黑洞成像和某些MRI扫描。

LogoDiffusion是一个创新的AI平台，旨在彻底改变Logo设计的过程。它利用人工智能技术，使得任何人在几秒钟内就能轻松创建出独特且定制化的Logo标志。官网地址:https://top.aibase.com/tool/logo-diffusion主要功能

StabilityAI最近宣布了一个激动人心的消息:其开发者平台API现已支持最新版本的StableDiffusion3（SD3）及其增强版本StableDiffusion3Turbo。这一发布标志着StabilityAI在文字到图像生成领域的技术进步，其性能已经达到甚至超越了行业内的一些领先模型，如DALL-E3和Midjourneyv6。

要点:1.IPCompositionAdapter是为StableDiffusion1.5设计的适配器，用于将图像的一般构图注入模型，大部分忽略风格和内容。2.SDXL变种正在开发中，用户可以在网站上关注更新。3.Controlnet更为刚性，构图适配器允许更灵活的控制。

AllenTom/diffusion-client是一个为Android设备设计的强大的Stable-Diffusion-WebuUI客户端。该项目的目标是为Android用户提供一个直接与Stable-Diffusion-WebuUI服务进行交互的解决方案，支持多种图像生成、编辑、修复和换脸等功能。该客户端支持Lora模型、SDXL和自动匹配Civita模型，为用户提供了丰富的功能和选择。

StableDiffusion3，它终于来了!足足酝酿一年之多，相比上一代一共进化了三大能力。来，直接上效果!首先，是开挂的文字渲染能力。且看这黑板上的粉笔字:GoBigorGoHome（不成功便成仁），这个倒是杀气腾腾啊～路牌、公交灯牌的霓虹效果:还有刺绣上“勾”得快要看到针脚的“晚安”:作品一摆出，网友就大呼:太精确了。

欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/📰🤖📢AI新鲜事大模型最快推理芯片一夜易主Groq每秒可达500tokens【AiBase提要:】⭐️Groq推出的大模型推理芯片性能突出

单目深度估计一直是计算机视觉领域的难点。仅凭一张RGB图像，想要还原出场景的三维结构，在几何结构上非常不确定，必须依赖复杂的场景理解能力。即便使用更强大的深度学习模型来实现，也面临算力需求高、图像数据注释量大、泛化能力弱等缺点。

新鲜AI产品点击了解：https://top.aibase.com/🤖📱💼AI应用腾讯云AI绘画上线SaaS版本腾讯云AI绘画推出SaaS版本，成为国内首批通过中国信通院评估的AIGC绘画平台，提供API和在线工具，支持智能图生成、文生成图等多种能力。【AiBase提要:】🚀腾讯云AI绘画推出SaaS版本和API两种产品形态，满足不同场景需求，支持智能图生成、文生成图等多项能力。

加州大学伯克利分校、东洋大学、东京工业大学、麻省理工学院和筑波大学等研究人员，联合开源了一款创新性实时交互图像生成框架——StreamDiffusion。StreamDiffusion的技术创新点在于，将传统的顺序去噪变成流批处理去噪，消除了漫长的等待、交互生成方式，实现了流畅且吞吐量超高的图像生成方法。同时引入了“残差无分类器指导”方法，进一步提升了流批处理的效率和图像质量。

LogoDiffusion是一款利用人工智能技术快速创建独特和定制标志的工具。它不仅可以创建品牌资产，还可以创建3D徽标。该平台具有独特的功能，如文本到徽标、草图到徽标、图像到徽标、2D徽标到3D徽标、文本效果以及徽标到插图。品牌资产的重复使用可以提高品牌认知度。LogoDiffusion可以帮助您在每个社交媒体帖子、电子邮件通讯、广告或公告中创建新的徽标变体，从而实现这一目标。

**划重点:**1.🔄**创新方法:**研究团队提出了分布匹配蒸馏（DMD）方法，将扩散模型转化为一步图像生成器，在保持图像质量的同时显著减少神经网络评估次数。2.🌐**数据优化:**通过对文本到图像数据进行精细调整，研究团队成功解决了在通用文本到图像数据上扩大模型的难题，实现了高效的图像生成。

**划重点:**1.🎥StabilityAI发布开源的视频生成模型StableVideoDiffusion，基于其现有的StableDiffusion文本转图像模型，可通过动画化现有图像生成视频。2.⚠️模型目前处于“研究预览”阶段，使用者需同意特定使用条款，限制其应用于“教育或创意工具”等领域，禁止用于“真实事件或人物的表现”。

OnnxStream是一款专注于减少内存占用、提高推理效率的机器学习推理引擎。它的设计目标是在资源受限的环境中运行深度学习模型，如树莓派Zero2，该设备只有512MB的RAM。通过OnnxStream，用户现在可以在这种低功耗设备上运行复杂的算法，这对于需要在移动环境中处理大量数据的用户来说是一个重大突破。项目地址:

最近，一套基于螺旋形状的控制网图像在网络上引发了热潮。这种独特的螺旋形状风格成为了网友们关注的焦点，而令人惊讶的是，这个风格是由HuggingFace空间创造出来的。这一系列螺旋控制网图像以其独特性和创新性引发了广泛的关注和讨论。项目地址:https://huggingface.co/spaces/AP123/IllusionDiffusion

站长之家(ChinaZ.com)9月13日消息:可口可乐推出了「可口可乐Y3000零糖」，一款据报道是与人工智能共创创造的「限量版」饮料，跃入人工智能炒作的未来。它充满未来感的名字暗示了3000年（距今还有977年）的味道。但它的营销依赖于2023年的人工智能生成的影像，这得益于争议性的图片合成模型StableDiffusion。图片来自Coca‑Cola

宋徽宗赵佶曾创作过一幅名为《蜡梅山禽图轴》的画作，并为该画题了一首诗:“山禽矜逸态，梅粉弄轻柔，已有丹青约，千秋指白头。”讲述的是一对白头翁立于这丹青笔墨的虚空中，没有风，没有阴影，没有俗世喧嚣、红尘侵染，一千年恩爱如初，一千年只不过黯淡些羽毛上的墨色，艺术比生命更长久。

AmbientDiffusion是一种能够从损坏数据中学习干净分布的创新方法，为科学应用中无法获得未损坏样本的问题提供了解决方案。该框架不仅适用于学习分布，还可以训练生成模型，避免记忆训练样本。研究人员通过在扩散过程中引入额外的测量失真，进一步破坏原始扭曲图像，并挑战模型从其他扭曲图像中预测原始扭曲图像。

Clipdrop是一款免费在线的Ai图像处理应用，其母公司initML已被StabilityAI收购并集成了StabilityAI公司的新版图像生成模型StableDiffusionXL。

人工智能初创公司StabilityAI在面临日益激烈竞争和道德挑战的情况下，继续改进其生成式AI模型。

DreamGenerator是一款AI相机，它结合了生成式AI和微调技术，可以将拍摄的图像转换为新的主题，同时保留原始照片的基本元素。相机预设了30个主题，用户可以选择拍摄不同的世界，如天堂、地狱、中世纪、水下或外太空等。拍摄照片后，相机会立即将其转换为新的图像，新图像参考了原始照片的构图和姿势，并添加了富有想象力的元素。

【新智元导读】「借用」他人代码，建起10亿美元帝国?StablityAI创始人EmadMostaque，最近被福布斯「扒皮」了!福布斯在一篇长文中爆料，让StabiliytAI名声鹊起的StableDiffusion，源代码其实是另一组研究人员写的。

StableDiffusionXL正在面向公众测试，可以在Clipdrop平台免费试用。该模型相比之前版本改进如下:使用较短的描述性prompt即可生成高质量图像，图像中的人体结构更合理，可以生成更贴合prompt的图像。细节:StableDiffusionXL是一个与v2模型架构相似、但规模和参数量更大的模型，可以生成更贴合prompt的图像。