Forwarded from Нейроэстетика
III
prompt: perfect cute face 35mm analog portrait of a beautiful asian girl in a diner, sitting near the window, short hairs, tate modern, oil art, detailed texture, realistic body. by lucian freud, by david hockney. contemporary art. oil art, large strokes. oil art photo realism. hyper realism.
prompt: perfect cute face 35mm analog portrait of a beautiful asian girl in a diner, sitting near the window, short hairs, tate modern, oil art, detailed texture, realistic body. by lucian freud, by david hockney. contemporary art. oil art, large strokes. oil art photo realism. hyper realism.
🤗 HuggingChat доступен для всех
Удобный опенсорсный анлога ChatGPT на базе OpenAssistant (RLHF тюн LLaMa oasst-sft-6-llama-30b)
Потестил. Нейронку на numpy написало. Скажу, что OpenAssistant показывает очень неплохие результаты, хотя она и слабее ChatGPT. Не говоря уже про 4.
👉 https://huggingface.co/chat/
Удобный опенсорсный анлога ChatGPT на базе OpenAssistant (RLHF тюн LLaMa oasst-sft-6-llama-30b)
Потестил. Нейронку на numpy написало. Скажу, что OpenAssistant показывает очень неплохие результаты, хотя она и слабее ChatGPT. Не говоря уже про 4.
👉 https://huggingface.co/chat/
prompt: a sunny side up egg but the yolk is blue. blue round yolk. the colour of yolk is blue
Красота никогда не давалась легко
Красота никогда не давалась легко
Forwarded from эйай ньюз
🔥DeepFloyd IF: новая text-2-image модель
StablityAI выпустили новую модель, которая очень похожа на Imagen от Google, но работает лучше и в open-source.
Архитектура IF, как и у Imagen состоит из трех диффузионных моделей, каждая из которых работает в пространстве RGB и прогрессивно увеличивают картинку. Сначала Text→64×64, затем (Text+64×64)→256×256, и наконец (Text+256×256)→1024×1024. А текст кодируется с помощью текстового энкодера T5.
Почему это круто?
— IF неплохо умеет генерировать текст (я даже генерил в канале ранее), явно лучше чем StableDiffusion XL
— Нормальная открытая имплементация по типу Imagen, которой до сих пор не было. Возможно с какими-то трюками, о которых мы узнаем, когда авторы выпустят блогпост
— FID скор измеряет похожесть снеренированных картинок на реальные. Это чуть ли не основная метрика для качества генерации. У IF FID=6.7, тогда как у Imagen 7.3. Меньше — лучше. Разрыв не космический, но приличный.
Код выложили, веса ждем тут. И ждем подробной статьи от авторов.
@ai_newz
StablityAI выпустили новую модель, которая очень похожа на Imagen от Google, но работает лучше и в open-source.
Архитектура IF, как и у Imagen состоит из трех диффузионных моделей, каждая из которых работает в пространстве RGB и прогрессивно увеличивают картинку. Сначала Text→64×64, затем (Text+64×64)→256×256, и наконец (Text+256×256)→1024×1024. А текст кодируется с помощью текстового энкодера T5.
Почему это круто?
— IF неплохо умеет генерировать текст (я даже генерил в канале ранее), явно лучше чем StableDiffusion XL
— Нормальная открытая имплементация по типу Imagen, которой до сих пор не было. Возможно с какими-то трюками, о которых мы узнаем, когда авторы выпустят блогпост
— FID скор измеряет похожесть снеренированных картинок на реальные. Это чуть ли не основная метрика для качества генерации. У IF FID=6.7, тогда как у Imagen 7.3. Меньше — лучше. Разрыв не космический, но приличный.
Код выложили, веса ждем тут. И ждем подробной статьи от авторов.
@ai_newz
👾 Мы DeepFloyd (Research AI Lab at StabilityAI) зарелизили лучшую Text-to-Image модель DeepFloyd IF
DeepFloyd IF это новая каскадная диффузионная модель основанная на идеи Imagen от Google:
— Текст кодируется T5 XXL v1.1
— Далее интерпретируется в пиксели через IF-I-XL (4.3B UNet), генерирующий изображения в 64х64
— IF-II-L (1.2B кастомный Optimal UNet) апскелит изображения 64х64 в 256х256, используя T5
— Для финальной картинки в 1024х1024, благодаря модульному подходу, можно использовать IF-III-L (пока не опенсорснут) или Stable x4
Благодаря тому, что:
— Модель параметризирована сильнее чем GLIDE, DALL-E 2, Imagen, eDiff-I: 2B против 4.3B у DeepFloyd IF
— Апскейлеры больше и имеют более оптимальную архитектуру в сравнение с Image и DALL-E 2
🏆 DeepFloyd IF выбивает Zero-Shot COCO@30K SOTA, тем самым являсь лучшей Text-to-Image моделью не только в опен-сорсе, но и вообще!
💻 Сайт лабы DeepFloyd
🤖 Страница нейроки DeepFloyd IF
👽 DeepFloyd Дискорд
🖥 GitHub
🤗 HuggingFace
👾 Генерить тут: Demo 👈
DeepFloyd IF это новая каскадная диффузионная модель основанная на идеи Imagen от Google:
— Текст кодируется T5 XXL v1.1
— Далее интерпретируется в пиксели через IF-I-XL (4.3B UNet), генерирующий изображения в 64х64
— IF-II-L (1.2B кастомный Optimal UNet) апскелит изображения 64х64 в 256х256, используя T5
— Для финальной картинки в 1024х1024, благодаря модульному подходу, можно использовать IF-III-L (пока не опенсорснут) или Stable x4
Благодаря тому, что:
— Модель параметризирована сильнее чем GLIDE, DALL-E 2, Imagen, eDiff-I: 2B против 4.3B у DeepFloyd IF
— Апскейлеры больше и имеют более оптимальную архитектуру в сравнение с Image и DALL-E 2
🏆 DeepFloyd IF выбивает Zero-Shot COCO@30K SOTA, тем самым являсь лучшей Text-to-Image моделью не только в опен-сорсе, но и вообще!
💻 Сайт лабы DeepFloyd
🤖 Страница нейроки DeepFloyd IF
👽 DeepFloyd Дискорд
🖥 GitHub
🤗 HuggingFace
👾 Генерить тут: Demo 👈
Forwarded from DeepFloyd
This media is not supported in your browser
VIEW IN TELEGRAM
Soo... Finally! Meet IF – a state-of-the-art text-to-image model that can also generate 'I ❤️ DeepFloyd' on your mug
👀 https://huggingface.co/spaces/DeepFloyd/IF
🐱 https://github.com/deep-floyd/IF
🔻 https://deepfloyd.ai/
@deepfloydai
👀 https://huggingface.co/spaces/DeepFloyd/IF
🐱 https://github.com/deep-floyd/IF
🔻 https://deepfloyd.ai/
@deepfloydai