最新AI文生图模型Flux1.1,一夜刷屏。
只需一个简单技巧,就能去除图中的“AI味”,无论人物还是风景都能达到照片级效果。
评论区网友的反应be like:我分不清,真的分不清啊。
这个技巧用起来也非常简单,在提示词中模仿单反相机的文件命名格式即可。
比如“CR2”就是佳能相机使用的原始图像文件格式,输入“IMG”+随机编号+“.CR2”,再加指定的内容,就能获得一张写实图像了。
后面也陆续有尝试过的网友反馈,换成索尼相机的“ARW”、尼康相机的“NEF”,甚至苹果的“HEIC”格式,都能获得不错的结果。
以至于有人都开始怀疑,不会是模型随机吐出来一张训练数据里的真照片吧?
不过放大看一些特定细节,还是很容易看出确实是AI生成的,比如车牌号上的文字都是乱码。
那么是否Flux1.1模型本身能力就很强大,这个技巧在其中起到了多大作用呢?
一位资深修图师傅晒出了对比,左边加了IMG_1018.CR2,对比右边不加的,他认为差别巨大。
我们的实测结果也能看出,加上这个技巧能显著提升画面真实性。
现在想免费试玩这个Flux1.1模型,可以来到together.ai平台,注册即送5美元的积分。
随便生成一张在长城的游客自拍照,乍一看像那么回事,但仔细观察人物皮肤质感、背景山和植物还是有一股AI味。
换成“IMG_0314.cr2:selfie on The Great Wall”,是不是立马就不一样了?
代号蓝莓,最新SOTA文生图模型
随着FLUX1.1的正式发布,此前在文生图模型排行榜上屡占榜首的两个无人认领的“蓝莓”模型的神秘面纱也被揭下,正是它。
官方不藏了,直接放出数据,在Artificial Analysis image arena上,FLUX1.1[pro]以“blueberry”为代号,超越所有其它模型,获得最高的整体Elo评分。
相比之下,FLUX1.1[pro]价格也更低,速度更快,各项指标超越Midjourney、SD3、Ideogram等。
生成速度上,FLUX1.1[pro]在保持图像质量、指令响应和多样性提升的同时,速度是前代FLUX.1[pro]的6倍。
顺便提一下,现在FLUX.1[pro]也进行了更新,速度是之前的2倍,FLUX1.1[pro]的速度是目前可用的FLUX.1[pro]的3倍。
此外,官方表示即将推出快速高分辨率生成,FLUX1.1[pro]可原生支持的那种,在不牺牲任何指令响应情况下,能生成2k图像。
FLUX1.1[pro]将通过Together.ai、Replicate、fal.ai、Freepik等在线平台提供。
同时官方还推出了BFL API,可供其他开发者集成到自己的应用程序中,API定价是:
FLUX.1[dev]:每张图2.5美分(约RMB 0.18元)
FLUX.1[pro]:每张图5美分(约RMB 0.35元)
FLUX1.1[pro]:每张图4美分(约RMB 0.28元)
Stable Diffusion原班人马打造
FLUX1.1[pro]的背后是Stable Diffusion原团队,成员包括Robin Rombach、Andreas Blattmann、Dominik Lorenz等。
其实Stable Diffusion最初是一个学术研究项目。
由Bj?rn Ommer教授领衔,Robin Rombach、Andreas Blattmann、Dominik Lorenz等几位慕尼黑大学机器视觉与学习研究小组成员,以及Runway的研究人员Patrick Esser完成。
研究论文发表七个月后,Stability AI开始介入,提供计算资源,以进一步开发文本到图像生成模型。2022年,上述几位论文作者加入Stability AI。
团队一同创建了Stable Diffusion XL、Stable Video Diffusion等。
ICML 2024最佳论文之一、Stable Diffusion 3技术论文的Rectified Flow Transformers,还有SDXL-Turbo使用的对抗扩散蒸馏方法(Adversarial Diffusion Distillation),也是这帮子人在研究。
今年三月份这些核心研究团队成员被曝集体辞职。
而后,他们组成了新团队名为Black Forest Labs(黑森林实验室),总部位于德国。
今年8月初刚刚宣布成立,并发布了其初代文生图模型FLUX.1,FLUX.1有三个变体:FLUX.1[pro]、FLUX.1[dev]和FLUX.1[schnell],平衡了性能和可访问性。
目前黑森林实验室已完成种子轮融资,共融资3100万美元,Andreessen Horowitz领投,Brendan Iribe、Michael Ovitz、Garry Tan、Timo Aila和Vladlen Koltun等跟投。
据说他们还已经收到General Catalyst、M?tchVC的后续投资。
黑森林实验室和马斯克还有合作,将其图像生成模型引入xAI的Grok助手中。
接下来,团队透露将推出SOTA级文本到视频生成模型。
据说他们正在以10亿美元的估值筹集1亿美元资金,比之前1.5亿美元的估值大幅上涨。
从Pika 1.5到Meta Movie Gen,今年下半场视频生成赛道爆火,黑森林实验室的加入,或许会带来不一样的火花。