統(tǒng)一圖像生成，無需繁雜插件！智源發(fā)布擴(kuò)散模型框架OmniGen

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：統(tǒng)一圖像生成，無需繁雜插件！智源發(fā)布擴(kuò)散模型框架OmniGen
關(guān)鍵字：圖像,模型,能力,報(bào)告,任務(wù)
文章來源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

允中發(fā)自凹非寺量子位 | 公眾號(hào) QbitAI多模態(tài)模型，統(tǒng)一圖像生成。
最新擴(kuò)散模型框架來了。
智源研究院推出OmniGen，它能天然支持各種圖像生成任務(wù)，架構(gòu)高度簡化，還能有效跨不同任務(wù)遷移知識(shí)，應(yīng)對未見過的任務(wù)和領(lǐng)域。
特點(diǎn)如下：
1、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)。
2、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，可以通過指令完成復(fù)雜的任務(wù)，而不需要冗長的處理步驟和額外的模塊(如 ControlNet 或 IP-Adapter)，從而大大簡化了工作流程。
3、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。
基于 OmniGen 的通用能力，可實(shí)施更靈活的圖像生成，以下展示一個(gè)簡單 Pipeline：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

原文鏈接：統(tǒng)一圖像生成，無需繁雜插件！智源發(fā)布擴(kuò)散模型框架OmniGen