文生圖平臺Playground宣布開源Playground V2版本，允許商業(yè)化，用戶通過文本就能生成3D、動漫、素描、朋克、暗黑等多種類型1024x1024圖片，同時提供免費在線體驗。

Playground V2是基于Stable Diffusion XL開發(fā)而成，還從Midjourney搜集了10個類別，每個類別包含3000個樣本的高質(zhì)量圖片用于圖文對齊。

根據(jù)測試數(shù)據(jù)顯示，在超過1000個文本提示中，Playground V2生成圖片的受歡迎程度遠遠超過Stable Diffusion XL。

免費體驗地址：https://playground.com/

開源地址：https://huggingface.co/playgroundai/playground-v2-1024px-aesthetic

Playground V2是在Stable Diffusion XL基礎(chǔ)上開發(fā)的，所以架構(gòu)上二者幾乎差不多。但其從Midjourney搜集的10個類別的高質(zhì)量樣本，在數(shù)據(jù)微調(diào)時發(fā)揮了關(guān)鍵作用。

Playground V2采用了更大參數(shù)的UNet作為主干模型,是之前Stable Diffusion模型的3倍。

同時額外添加了多個模塊包括:基于Fourier特征編碼的大小及裁剪坐標條件,用于控制生成圖像中對象位置;

基于多個寬高比的多寬高比訓(xùn)練,生成不同形狀比例的圖像;文本編碼器方面使用CLIP ViT-L和OpenCLIP ViT-bigG的特征拼接。此外還采用了獨立的細節(jié)增強網(wǎng)絡(luò)來提升主模型生成圖像的視覺質(zhì)量。

此外，考慮到真實圖像分辨率及寬高比差異很大,研究人員為使模型適應(yīng)不同寬高比的訓(xùn)練數(shù)據(jù)，收集了20種不同寬高比的數(shù)據(jù),盡量保證像素數(shù)接近1024*1024,通過在訓(xùn)練時切換寬高比數(shù)據(jù)進行模型微調(diào)。

Playground V2生成的圖片欣賞

Playground V2生成的圖片在光線搭配、陰暗對比、還原文本描述、色彩等方面，都非常不錯，無法使用Midjourney、DALL·E 3和Stable Difusion的小伙伴們可以試試。

蛇纏繞著女人，非常美麗，水粉畫，電影風(fēng)格，書法線條，黑暗，怪異，神秘，現(xiàn)代復(fù)古，豐富的深色，波西米亞風(fēng)格。

女孩和熊，復(fù)雜的皮毛和織物紋理，數(shù)字繪畫、發(fā)光效果、超精細、戲劇性的燈光，女孩的表情令人回味。

蛋糕卷和草莓，干凈的白色背景，寫實風(fēng)格，3D效果

超美味的牛排，電影效果，專業(yè)美食攝影，影棚燈光，影棚背景，廣告攝影，復(fù)雜細節(jié)，超細致，超真實，8K超高清。

盤子里盛滿了色彩繽紛的壽司卷、天婦羅蔬菜和小碗里冒著熱氣的味噌湯。新鮮的魚切片，視覺和氣味令人陶醉。米醋、芥末醬、腌姜、醬油和綠茶，讓每一口食物都更加美味。8K超高清，寫實。

戴黑帽子的女巫，穿著黑色連衣裙，巴洛克風(fēng)格，時尚拍攝，微妙色調(diào)的背景，超級微距，，復(fù)雜逼真的細節(jié)，影棚效果，動態(tài)照片，專業(yè)照片，工作室攝影，8K超逼真，寫實風(fēng)格。

灰色的外星人，呈現(xiàn)出不同色調(diào)的蛇皮紋理，融合了機器人頸部特征，超大迷人的眼睛反射著鏡面全息效果，站在全息森林沼澤中，戴著有毛利金絲裝飾的威尼斯鐵面具，8K超高清。

本文素材來源Playground官網(wǎng)，如有侵權(quán)請聯(lián)系刪除

繼續(xù)閱讀：

未經(jīng)允許不得轉(zhuǎn)載：RPA中國 | RPA全球生態(tài) | 數(shù)字化勞動力 | RPA新聞 | 推動中國RPA生態(tài)發(fā)展 | 流 > 開源，可商業(yè)化！性能比Stable Difusion強2.5倍