極客號（Daydx.com）9月18日 消息:DiffAE是一款強大的人工智能模型，可以改變人們的性別、年齡、表情、配飾或頭發(fā)，無需專業(yè)技能。過去，要實現(xiàn)這樣的圖像編輯，需要具備高超的照片編輯技巧，但現(xiàn)在借助擴散自動編碼器（DiffAE）等AI模型，任何人都可以通過幾行代碼輕松地進行肖像編輯。
無論是攝影師想要修復照片，還是時裝設計師想要制作創(chuàng)意原型，DiffAE都可以滿足各種的需求。
關于 DiffAE 模型
DiffAE 是由cjwbw實現(xiàn)和維護并托管在 Replicate 上的圖像到圖像模型。它利用一種稱為擴散模型的技術來操縱圖像。它托管在 Replicate 上，平均運行時間為43秒，每次運行成本為0.02365美元。使用的硬件是 Nvidia T4GPU。更多技術細節(jié)和 API 規(guī)范可在其詳細信息頁面上找到。
該模型接收輸入照片和可選參數(shù)，例如“添加劉?！被颉岸d頭”。它輸出原始圖像的修改版本以及所請求的更改。擴散過程使其能夠產(chǎn)生真實、高質量的結果。
在底層，DiffAE 使用自動編碼器架構。編碼器部分學習表示圖像的關鍵特征，例如頭發(fā)和面部形狀。然后，解碼器在保留整體真實性的同時轉換這些特征。這允許無縫修改。
DiffAE的工作原理非常復雜，簡單的說它包括兩個主要部分:語義編碼器和條件去噪擴散隱式模型（DDIM）。語義編碼器負責捕捉圖像的高級抽象特征，而DDIM則負責捕捉圖像的微小細節(jié)。通過結合這兩部分的信息，DiffAE可以幾乎精確地重建原始圖像或相似變體。
DiffAE的應用非常廣泛，攝影師可以輕松去除照片上的瑕疵，或讓拍攝對象看起來更年輕或更年長。時裝設計師可以根據(jù)模特照片制作服裝和配飾的創(chuàng)意原型，而化妝師則可以為客戶展示新發(fā)型等可能性。
以下只是該模型可以對真人的真實圖像執(zhí)行哪些操作的幾個示例!其中一些變化 – 將老人變成年輕人，讓悲傷的人微笑，或者添加或刪除眼鏡:
自媒體創(chuàng)作者可以利用DiffAE快速生成自拍照的變體，為創(chuàng)作者和藝術家提供了新的創(chuàng)作機會。
雖然 DiffAE 用途廣泛且有效，但它也有其局限性:
僅限于肖像:該模型專門用于肖像圖像，在其他類型上可能表現(xiàn)不佳。
計算成本:該模型平均需要43秒才能運行，這對于實時應用程序來說可能并不理想。
高振幅偽影:當操縱振幅設置得太高時，可能會導致偽影。
每次運行成本:每次運行0.02365美元，對于批量操作來說可能會很昂貴。
整體來看，DiffAE是一款強大的AI模型，可以為各種創(chuàng)意項目提供支持，從照片修復到創(chuàng)意設計。隨著不斷的優(yōu)化和整合，它將成為各種應用程序和工具的重要組成部分，為用戶提供無限的創(chuàng)作機會。
