Hasdx 和Stable Diffusion :两种强大的 AI 图像生成模型

hasdx 和Stable Diffusion(一些最好的文本到图像模型)如何在用例、成本、功能等方面叠加。

out-0-1-
由 hasdx 模型生成的示例图像。什么时候应该使用哈斯德克斯与Stable Diffusion?
从文本提示生成逼真的图像是人工智能最新进展实现的一项非常有用的功能。在这篇文章中,我们将比较目前可用的两个顶级文本到图像模型 – hasdx 和Stable Diffusion – 以更好地了解它们的优势、差异和理想用例。

首先,一些背景。hasdx和Stable Diffusion都利用深度学习技术来生成与用户提供的文本描述非常匹配的图像。这使得它们对于想要快速构思视觉概念、创建原型资产或制作自定义图像和媒体的创作者、设计师和企业来说非常宝贵。

虽然他们的底层技术相似,但hasdx和Stable Diffusion已经由不同的团队在不同的数据集上进行了训练,从而产生了具有不同功能和优势的模型。hasdx目前在AIModels.fyi上排名#1050,而Stable Diffusion作为最受欢迎的文本到图像模型占据#1的位置。

在这篇文章中,我们将深入研究每个模型,然后直接比较它们。我们还将看到如何使用AIModels.fyi来查找类似的模型并比较它们的输出。让我们开始吧。

关于 hasdx 模型

Replica上的hasdx模型是由cjwbw创建的,cjwbw创建了多个其他AI模型,如point-e和shap-e。它针对图像生成、恢复和增强等创意任务进行了优化。

out-0-1-1
使用复制的默认提示条件生成 hasdx 的示例。

关于hasdx的一些关键事实:

  • 模型类型:文本到图像
  • 模型详细信息页面
  • 每次推理成本:0.0165 USD
  • 平均推理时间:30秒
  • 通过复制托管在 T4 GPU 上

用简单的英语来说,hasdx旨在生成,恢复和增强具有高度真实感和艺术解释的图像。它在一系列创意任务中表现特别出色,从将文本提示转换为令人惊叹的视觉效果到修复旧照片中的损坏。该模型快速、经济实惠,可通过简单的 API 访问。

了解 hasdx 的输入和输出

现在让我们探讨一下如何在我们自己的项目中利用 hasdx。以下是关键输入和输出:

输入

  • prompt– 所需图像的文本描述。这将指导模型。
  • negative_prompt– 指定生成图像中不包含的内容的文本。
  • width– 输出图像的宽度(以像素为单位)(最大 1024)。
  • height– 输出图像的高度(以像素为单位)(最高 1024)。

输出

  • 映像 URI – API 返回可在其中下载完成映像的 URI。默认情况下,输出为 512×512 像素的 PNG 图像。

通过结合文本提示和否定提示,我们可以快速生成各种自定义图像,hasdx反映了我们的创意愿景。

关于Stable Diffusion模型

Stability AI开发的Stable Diffusion是当今使用最广泛的文本到图像模型。它拥有超过93万次运行,在AIModels.fyi上名列前茅。

out-0-2-
使用复制上的默认设置生成Stable Diffusion的示例

关于Stable Diffusion的一些关键事实:

  • 模型类型:文本到图像
  • 模型详细信息页面
  • 每次推理成本:0.0897 USD
  • 平均推理时间:39秒
  • 通过复制托管在 Nvidia A100 GPU 上

稳定的扩散可生成与文本提示匹配的高度逼真的图像。该模型可生成复杂的细节、照明和构图。它擅长创造性的任务,从将想法转化为图像到生成广阔的虚拟世界。代价是成本更高,速度比 hasdx 慢。

注意:您可以享受本指南,了解如何免费在线运行Stable Diffusion,以及有关如何使用Codeformer (GFPGAN,如果您愿意)清理Stable Diffusion图像的指南。

了解Stable Diffusion的输入和输出

以下是Stable Diffusion的关键输入和输出:

输入

  • prompt– 指导图像生成的文本描述。
  • negative_prompt– 指定生成图像中不包含的内容的文本。
  • width– 输出图像的宽度(以像素为单位)(最大 1024)。
  • height– 输出图像的高度(以像素为单位)(最高 1024)。

输出

  • 映像 URI – API 返回可在其中下载完成映像的 URI。默认输出为 768×768 像素的 PNG。

通过结合文本提示和否定提示,Stable Diffusion为我们对生成的图像提供了巨大的创造性控制。

比较 hasdx 与Stable Diffusion

现在我们已经介绍了这两个模型,让我们直接比较几个关键因素的hasdx和Stable Diffusion:

图像质量

  • 稳定的漫射可产生更逼真、更复杂的图像,并具有一致的照明和构图。HASDx图像往往更加风格化。

性能

  • HASDx 速度更快,可在 30 秒内完成大多数推理。Stable Diffusion大约需要 39 秒。

使用案例

  • HASDX擅长创造性任务,例如将草图变成成品,恢复/增强照片以及加速构思。
  • Stable Diffusion非常适合逼真的概念艺术、广阔的虚拟世界和需要复杂细节的商业工作。

成本

  • HASDX 的价格要便宜得多,每次推理 0.0165 美元,而Stable Diffusion的价格为 0.0897 美元。

总之,Stable Diffusion可生成更高保真度的图像,而hasdx则针对速度和成本进行了优化。

使用 AIModels.fyi 查找相似模型

AIModels.fyi可以轻松搜索类似于hasdx和Stable Diffusion的模型。

发现替代方案的一些提示:

  • 使用搜索栏根据功能和关键字查找模型
  • 按模型类型、成本、运行时间和其他属性进行筛选
  • 查看模型排名并按受欢迎程度或运行量排序

这使我们能够找到符合我们特定要求的型号。例如,我们可以搜索更便宜、更快的Stable Diffusion替代方案,这些替代方案仍然可以为某些用例产生出色的结果。强大的排序和过滤功能可确保您找到适合您需求的模型。

原创文章,作者:校长,如若转载,请注明出处:https://www.yundongfang.com/Yun247883.html

(0)
打赏 微信扫一扫不于多少! 微信扫一扫不于多少! 支付宝扫一扫礼轻情意重 支付宝扫一扫礼轻情意重
上一篇 2023年8月8日
下一篇 2023年8月8日

相关推荐

  • 一亿上下文长度的 LLM:LTM-2-Mini

    一亿上下文长度的 LLM:LTM-2-Mini Magic 发布了一个具有 1 亿 Token 上下文的模型 LTM-2-mini。1 亿 Token相当于大约 1000 万行代码…

    工具软件 2024年9月20日
  • Open AI 新的推理模型已经训练完成

    Open AI 新的推理模型已经训练完成 高质量合成数据的重要性再一次被证明。 Open AI 的逻辑是使用一个足够庞大且非常不经济的推理模型(Strawberry)生产优质合成数…

    工具软件 2024年9月20日
  • xAI 发布 Grok-2 系列模型

    xAI 发布 Grok-2 系列模型 老马的 XAI 发布 Grok-2 Beta 版本。在LMSYS的成绩超过了Claude 3.5 Sonnet 和 GPT-4-Turbo。 …

    2024年8月31日
  • Jamba 1.5系列模型:非 Transformer 模型首次追上先进模型

    Jamba 1.5系列模型:非 Transformer 模型首次追上先进模型 AI21 推出了新的 Jamba 1.5 模型家族,包括 Jamba 1.5 Mini 和 Jamba…

    2024年8月31日
  • Ideogram 发布了 2.0 图像生成模型

    Ideogram 发布了 2.0 图像生成模型 图像生成质量大幅提高,产品易用性改善,最强的文字生成能力。尝试了一下发现真的很离谱,不只是文字生成这么简单,可以实现复杂排版搭配色彩…

    2024年8月31日
  • Google Gemini 登陆 Opera,以下是使用方法

    像Microsoft和谷歌这样的大型科技公司正在全力以赴地整合各自的人工智能模型。根据最近的发展,Opera 的 Aria AI 现在可以访问 Google Cloud 的 Gem…

    谷歌Google 2024年5月30日
  • 在 iPhone 上找不到要纠正的红眼:修复

    红眼校正功能可校正 iPhone 中拍摄的照片中的红眼。但是,当板载 AI 无法正确检测到图片中的红眼时,它会显示“没有找到要纠正的红眼”消息。您可以采取一些措施来避免此问题。当您…

    2024年5月29日 苹果Apple
  • Google I/O 发布会的内容

    Google I/O 发布会的内容 Google 紧随 Open AI 开了今年的 I/O 发布会,一个字概括就是全。模型层面所有的指标都在卷,同时也发布了所有现在主流的模型类型。…

    2024年5月20日
  • 关于GPT-4o 模型更新

    关于GPT-4o 模型更新 它可以接受任意组合的文本、音频和图像作为输入,并生成任意组合的文本、音频和图像输出。 它可以在 232 毫秒内响应音频输入,平均为 320 毫秒,这与人…

    工具软件 2024年5月20日
  • DeepSeek 发布 DeepSeek-V2 模型

    DeepSeek 发布 DeepSeek-V2 模型 DeepSeeK 上周发布了DeepSeek-V2模型,将现在优秀 LLM 的价格战又抬上了一个新的高度,百万 Token 输…

    2024年5月20日
  • Indigo关于发布会预测的整理

    Indigo关于发布会预测的整理 GPT-4 的新版应该会按照参数规模不同分化成多个版本,这个和 Claude 还有 Gemini 多版本的逻辑一样; 前两周出现在 llmsys …

    工具软件 2024年5月20日
  • Simulon:混合现实 3D 模型软件

    Simulon:混合现实 3D 模型软件 只需要下载app扫描周围环境,然后选择对应的模型。之后等几分钟就会渲染好跟现实环境融合的MR视频。没有官网只有申请测试的表单。 &nbsp…

    工具软件 2024年5月10日
  • Synthesia:EXPRESS-1 模型驱动的数字人

    Synthesia:EXPRESS-1 模型驱动的数字人 EXPRESS-1 模型驱动,以实现逼真的头像表现。通过训练模型理解我们说什么以及我们如何说的微妙关系,表达力化头像现在可…

    工具软件 2024年5月10日
  • 生数科技发布Vidu 视频生成模型

    生数科技发布Vidu 视频生成模型 生数科技不声不响整了个大活。发布 Vidu 视频生成模型,支持长达 16 秒 1080P 视频直接生成。 从演示视频来看一致性、运动幅度都达到了…

    2024年5月10日
  • Adobe 发布 Firefly Image 3 模型及对应新功能

    Adobe 发布 Firefly Image 3 模型及对应新功能 Adobe 发布了Firefly Image 3模型,Photoshop(测试版)也大规模更新了很多功能。包括文…

    2024年5月10日
  • 微软发布 phi-3-mini 微型模型

    微软发布 phi-3-mini 微型模型 微软发布 phi-3-mini 模型,4 位量化之后可以部署在 iPhone 14 上,只占用 1.8G 内存,每秒输出 12 个 Tok…

    2024年5月10日
  • Mixtral8X22B 模型开源

    Mixtral8X22B 模型开源 Mixtral8X22B在只公布了一个磁力链接之后,又正式发布了模型的技术报告: Mixtral 8x22B是一个稀疏混合专家(SMoE)模型,…

    2024年5月10日
  • Meta 正式发布 Llama3 8B 、 70B 模型

    Meta 正式发布 Llama3 8B 、 70B 模型 Meta 在上周终于发布了 Llama3,目前先发布的是 8B 以及 70B 两个模型,还有多模态以及一个 400B 规模…

    工具软件 2024年5月10日
  • AI画图应用Ideogram发布模型更新

    AI画图应用Ideogram发布模型更新 Ideogram 发布了一大波更新,模型能力再次增强,平时做海报和普通图片挺好用的。 主要升级内容有: 增强的文字渲染和照片写实效果:减少…

    2024年5月10日
  • 谷歌发布了一堆AI能力和升级

    谷歌发布了一堆AI能力和升级 Google Next 2024上周放出了不少狠货,这次 Open AI 没能够压下去热度。 首先是 Gemini Pro 1.5 进行了一大波升级,…

    2024年5月10日
  • Cohere推出了大型语言模型Command R+

    Cohere推出了大型语言模型Command R+ 专为企业级工作负载设计,优化了高级检索增强生成(RAG)功能,以减少错误生成,并支持10种关键语言的多语言覆盖。 详细信息: 在…

    2024年5月10日
  • Open AI 发力模型定制

    Open AI 发力模型定制 OpenAI又有动作了,推出了一系列新功能和程序,让开发者在微调和创建定制模型时有更多的控制权和灵活性。 主要功能包括: 在每个训练周期中保存完整的微…

    2024年5月10日
  • LLM训练器 – 自动从提示进入微调模型

    LLM训练器 – 自动从提示进入微调模型 该项目的目标是探索一种实验性的新流程,以训练一个高性能的任务特定模型。试图抽象出所有的复杂性,使得从想法到性能良好的完全训练模…

    2024年5月10日
  • Jan: 本地LLM聊天软件

    Jan: 本地LLM聊天软件 一个全平台的本地 LLM 聊天软件Jan,支持自动下载模型以及非常详细的设置。懒得配置 Ollama 的可以试试。 除了支持本地模型以外,在线的模型可…

    工具软件 2024年5月10日
  • 阶跃星辰的公司加入了大语言模型的战场

    阶跃星辰的公司加入了大语言模型的战场。 发布了一个千亿参数(100B)多模态大语言模型 Step-1, 同时还发布了对应的聊天机器人产品跃问和类似 C AI 的陪伴型应用冒泡鸭。 …

    2024年5月10日