「文生圖」再升級！學習個性化參照，無限生成多樣圖片，輕松設計玩具建筑

AIGC動態歡迎閱讀

原標題：「文生圖」再升級！學習個性化參照，無限生成多樣圖片，輕松設計玩具建筑
關鍵字：提示,圖像,多樣性,方法,圖片
文章來源：新智元
內容字數：8098字

內容摘要：

新智元報道編輯：LRS
【新智元導讀】將圖片集反演到語義空間的分布，生成多樣個性化圖片或3D渲染，支持靈活文本編輯、多樣性控制、概念混合等。最近，來自南加州大學、哈佛大學等機構的研究團隊提出了一種全新的基于提示學習的方法——DreamDistribution。
這種方法可以讓任何基于文字提示的生成模型（比如文生圖、文生3D等），通過一組參照圖片來學習對應的視覺屬性共性和變化的文本提示分布。論文地址：https://arxiv.org/abs/2312.14216
項目主頁：https://briannlongzhao.github.io/DreamDistribution/
代碼鏈接：https://github.com/briannlongzhao/DreamDistribution
不僅如此，學習到的提示分布可以用來生成近似于參照圖片但更具多樣性的圖片，同時也支持調整分布的方差來控制多樣性，結合多個提示分布生成混合概念圖片等操作。
簡單來說就是，僅用幾張到十幾張參照圖片就能無限生成符合參照圖片視覺效果并具有顯著多樣性的圖片，輕松生成高達玩具模型多樣新設計！在3D生成模型上即插即用

原文鏈接：「文生圖」再升級！學習個性化參照，無限生成多樣圖片，輕松設計玩具建筑

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。