Kandinsky 3
视觉与图像生成

Kandinsky 3

Kandinsky 3.0 是指由俄罗斯 AI Forever 研究团队提出的一种基于潜在扩散的大规模文本到图像生成模型，其目的是提高图像生成的质量和真实性。

链接直达 手机查看
快点收藏起来

Kandinsky 3.0 是指由俄罗斯 AI Forever 研究团队提出的一种基于潜在扩散的大规模文本到图像生成模型，其目的是提高图像生成的质量和真实性。

本文采用 CC BY-NC 4.0 许可协议。商业转载、引用请联系本站获得授权，非商业转载、引用须注明出处。

链接：https://appmark.cn/sites/kandinsky-3.html -APPMARK

相关导航

PanGu-Draw

PanGu-Draw基于华为昇思 MindSpore AI 框架研发，在昇腾 Atlas 系列硬件加持下，文生图模型在数据利用、训练和推理方面的效率得到显著提升。
Sana

SANA 是由 NVIDIA、麻省理工学院和清华大学共同推出的文本到图像生成框架，能高效地生成高达 4096×4096 分辨率的高清晰度图像。
Janus Pro 7B

Janus Pro 7B 是 DeepSeek 团队的开创性 AI 模型，将文本和图像能力结合在一个强大的系统中。基于 DeepSeek-LLM-7b-base，它具有先进的视觉编码，支持高达 384x384 的高分辨率图像处理。
PixArt-α

PixArt-α 是由华为诺亚方舟实验室联合大连理工大学、香港大学、香港科技大学等多家学术和工业界机构共同研发的一种高效文本到图像生成模型。
StarVector

StarVector 是一个用于生成高质量可缩放矢量图形（SVG）代码的基础模型。它采用先进的多模态架构，能够处理图像和文本输入，并将矢量化任务视为代码生成问题。StarVector 在图像到 SVG 和文本到 SVG 的生成方面均表现出色，尤其擅长处理复杂的 SVG 元素，适用于图标、徽标和技术图表等多种应用场景。
DeepFloyd IF

DeepFloydIF 是 Stability AI 推出的一款强大的文本到图像模型，基于 T5-XXL 语言模型，能精确生成图像并理解文本提示。 模型采用级联像素扩散方法，在 COCO 数据集上表现优越，具有高度写真性和文本集成能力。