智源推出全能視覺生成模型OmniGen,支持文生圖、圖像編輯等

發(fā)布日期：2024-10-31

348 次

10 月 29 日消息，北京智源人工智能研究院（BAAI）推出了新的擴(kuò)散模型架構(gòu) OmniGen，這是一種用于統(tǒng)一圖像生成的多模態(tài)模型。

▲ 文本生成圖像，編輯生成圖像的部分元素，根據(jù)生成圖像的人體姿態(tài)生成重繪圖像，從另一圖像中提取所需對(duì)象與新圖像融合

官方表示，OmniGen 具有以下特點(diǎn)：

統(tǒng)一性：OmniGen 天然地支持各種圖像生成任務(wù)，例如文生圖、圖像編輯、主題驅(qū)動(dòng)生成和視覺條件生成等。此外，OmniGen 可以處理經(jīng)典的計(jì)算機(jī)視覺任務(wù)，將其轉(zhuǎn)換為圖像生成任務(wù)。

簡(jiǎn)單性：OmniGen 的架構(gòu)高度簡(jiǎn)化。此外，與現(xiàn)有模型相比，它更加用戶友好，可以通過指令完成復(fù)雜的任務(wù)，而不需要冗長(zhǎng)的處理步驟和額外的模塊 (如 ControlNet 或 IP-Adapter)，從而大大簡(jiǎn)化了工作流程。

知識(shí)遷移：受益于統(tǒng)一格式的學(xué)習(xí)，OmniGen 有效地跨不同任務(wù)遷移知識(shí)，應(yīng)對(duì)未見過的任務(wù)和領(lǐng)域，并展示新穎的功能。我們還探討了模型的推理能力和思維鏈機(jī)制的在圖像生成領(lǐng)域的潛在應(yīng)用。

▲ 指代表達(dá)生成

版權(quán)聲明：本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請(qǐng)及時(shí)通過電子郵件或電話通知我們，以便迅速采取適當(dāng)措施，避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話：020-2204 2442,郵箱：[email protected]。

上一篇: 商務(wù)部回應(yīng)歐盟對(duì)華電動(dòng)汽車反補(bǔ)貼調(diào)查終裁，不認(rèn)同、不接受，已提出訴訟
下一篇: Arm回應(yīng)Intel和AMD史無前例聯(lián)合挑戰(zhàn)

為您精選

藍(lán)牙連接技術(shù)成為了人工智能/機(jī)器學(xué)習(xí)驅(qū)動(dòng)智能指環(huán)的首選

傳統(tǒng)的可穿戴設(shè)備取得了巨大成功，使得其后面世的智能指環(huán)受到早期采用者的熱烈追捧，成為了最前沿、最時(shí)尚的健康和健身無線···

更新日期：2025-03-03 217 次
馬斯克：現(xiàn)實(shí)世界中用于訓(xùn)練AI模型的數(shù)據(jù)已經(jīng)所剩無幾

1 月 9 日消息，據(jù) TechCrunch 報(bào)道，馬斯克與其他人工智能專家一致認(rèn)為，現(xiàn)實(shí)世界中用于訓(xùn)練AI 模型的數(shù)據(jù)幾乎已經(jīng)耗盡。在···

更新日期：2025-01-13 433 次
我國(guó)生成式人工智能產(chǎn)品用戶規(guī)模達(dá)2.3億人,占整體人口16.4%

11 月 30 日消息，從央視新聞獲悉，在今天的第五屆中國(guó)互聯(lián)網(wǎng)基礎(chǔ)資源大會(huì)上，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布了《生成式人工智能應(yīng)···

更新日期：2024-12-04 552 次
小鵬自研圖靈AI芯片流片成功

11月6日，以“科技改變世界”為主題的“小鵬AI科技日”在廣州華南理工大學(xué)舉辦。小鵬董事長(zhǎng)CEO何小鵬正式發(fā)布了旗下首款自研···

更新日期：2024-11-08 416 次
谷歌目前超過1/4的新代碼由人工智能生成

10 月 30 日消息，谷歌正在開發(fā)一系列人工智能產(chǎn)品，并且在構(gòu)建這些產(chǎn)品的過程中也大量使用人工智能。"谷歌超過四分之一···

更新日期：2024-10-31 356 次