Diffree：最新模型实现文字指令修改图片！！这下修图变得更简单了
Ray修图已经成为日常生活中不可或缺的功能，但AI时代必然要用点AI的方法来解决！
那么通过AI怎么能够简化我们的修图工作呢？🤔
今天小编给大家介绍一个新 T2I 模型—— Diffree！
厦门大学联合上海AI实验室与香港大学的研究团队。
Diffree 能够通过 文本描述 来无缝地添加对象到图像中，无需预先定义的遮罩。
扫码加入AI交流群
获得更多技术支持和交流
项目简介
现有的大部分文本引导的图像修复方法无法保持背景一致性，或者需要繁琐的人为干预来指定边界框或用户随意绘制的蒙版。
Diffree是一种文本转图像模型，仅使用文本控制即可实现文本引导的对象添加，可以说是一个 基于文本引导 的 无形状对象修复 与扩散模型。
Demo
下面小编试用了一下官方放在hugging face上的demo演示，效果如下。
sunglasses
dark green pleated skirt
stop sign
技术原理
Diffree通过使用先进的图像修复技术移除对象，整理出了一个精致的合成数据集“对象添加基准”—— OABench。
OABench 包含原始图像、移除对象的修复图像、对象蒙版和对象描述的 74K 个真实世界元组。
下面的流程图概述了OABench的构建过程。
Diffree使用带有附加蒙版预测模块的稳定扩散模型在 OABench 上进行训练。
Diffree 可以唯一地预测新对象的位置，并 仅使用文本指导 即可实现对象添加，同时很好地匹配 视觉上下文。
此外，Diffree 可以使用生成 的掩码迭代地将对象插入单个图像中，同时保持 背景一致性。
Diffree 还能够与其他的应用程序进行结合使用，比如与 anydoor 结合添加特定对象或者使用 GPT4V 规划应该添加的内容等。
Diffree的推出展示了AI如何在创意和设计领域中发挥越来越重要的作用。
通过强大的AI技术，越来越多的繁杂人工操作在未来都能够更加简便地实现！
🔗 项目链接：
https://opengvlab.github.io/Diffree
关注「向量光年」公众号
加速全行业向AI的改变
关注「开源AI项目落地」公众号
与AI时代更靠近一点
关注「AGI光年」公众号
获取每日最新资讯
编辑推荐精选
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案 ，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号