一個模型走天下！智源提出全新擴(kuò)散架構(gòu)OmniGen，AI生圖進(jìn)入「一鍵生成」時代

AIGC動態(tài)歡迎閱讀

原標(biāo)題：一個模型走天下！智源提出全新擴(kuò)散架構(gòu)OmniGen，AI生圖進(jìn)入「一鍵生成」時代
關(guān)鍵字：圖像,模型,能力,報告,任務(wù)
文章來源：新智元
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

新智元報道編輯：編輯部 HYZ
【新智元導(dǎo)讀】LLM統(tǒng)一了語言生成任務(wù)，圖像生成可以嗎？就在剛剛，智源推出了全新擴(kuò)散模型架構(gòu)OmniGen，單個模型就能生成圖像，徹底告別繁瑣工作流！大語言模型（LLM）的出現(xiàn)統(tǒng)一了語言生成任務(wù)，并徹底改變了人機(jī)交互。
然而，在圖像生成領(lǐng)域，能夠在單一框架內(nèi)處理各種任務(wù)的統(tǒng)一模型在很大程度上仍未得到探索。
近日，智源推出了新的擴(kuò)散模型架構(gòu)OmniGen，一種新的用于統(tǒng)一圖像生成的多模態(tài)模型。
論文地址：https://arxiv.org/pdf/2409.11340
代碼倉庫：https://github.com/VectorSpaceLab/OmniGen
Demo: https://huggingface.co/spaces/Shitao/OmniGen
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)動生成和視覺條件生成等。此外，OmniGen可以處理經(jīng)典的計算機(jī)視覺任務(wù)，將其轉(zhuǎn)換為圖像生成任務(wù)。
簡單性：OmniGen的架構(gòu)高度簡化。此外，與現(xiàn)有模型相比，它更加用戶友好，可以通過指令完

原文鏈接：一個模型走天下！智源提出全新擴(kuò)散架構(gòu)OmniGen，AI生圖進(jìn)入「一鍵生成」時代