[有彩蛋]大模型独角兽阶跃星辰文生图模型Step-1X上线,效果具说很炸裂?快来看一手实测!

本文主要是介绍[有彩蛋]大模型独角兽阶跃星辰文生图模型Step-1X上线,效果具说很炸裂?快来看一手实测!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

先简单介绍一下阶跃星辰吧

公司的创始人兼CEO是姜大昕博士,他在微软担任过全球副总裁,同时也是微软亚洲互联网工程研究院的副院长和首席科学家。

2024年3月,阶跃星辰发布了Step-2万亿参数MoE语言大模型预览版,这是国内初创公司首次发布的万亿参数模型。

而Step-1X,是阶跃星辰在2024年世界人工智能大会上亮相的文生图模型。Step-1X在深度语义对齐和细节生成方面进行了重点打磨,采用了自研的DiT(Diffusion Models with Transformer)模型架构,能够准确理解复杂指令,并支持长达2000个字符的图片生成指令。

今天阶跃星辰就正式的在他的开放平台上发布了Step-1X

阶跃星辰开放平台 (stepfun.com)

Step-1X尤其在在处理中国元素和文化方面具有独特的优势,能更好地理解和传达文化精髓,适用于广告创意、游戏美术、影视制作等多种场景。

目前阶跃星辰的估值大约为20亿美元。

我在之前也写过一篇有关阶跃星辰Step Fun-1V的模型介绍,

感兴趣的小伙伴们可以去看一下。

国产最强多模态大模型Step Fun-1V,究竟有多好用?_国内多模态模型-CSDN博客

先来看几张用Step-1X生成的图片:

 

这几张图片的效果还是非常不错的,尤其国风的色彩非常浓厚,整体画面表现的美感和张力也是比较足的。

Step-1V应该是国内第一个在这方面具有较大优势的自研文生图模型。

那接下来,我们去他的开放平台进行一下实操,给大家看一下最真实的效果。

右侧可以选择模型,这里我选的就是step-1v 

size就是指图片大小

step就是生成步数:生成影响模型生成的准确度和速度,取值范围是[1-100],通过改变步数,可以控制生成的效果和速度。值越大,生成的图片越准确,同时速度越慢。

cfg就是分类器引导强度:可用于控制扩散模型对于 Prompt 的遵循程度,取值范围在 (1-10]之间,支持 2 位小数。值越大,则模型对于 Prompt 的遵循程度越高。

先来试一下最近比较火的游戏,让他帮我画一个黑神话悟空出来,不做任何的提示。

呃,效果好像不太行。

接下来试一下用一个简单的prompt看看生成的效果。

这个提示词的中文是:

“我现在想画一个动漫风格的图片,一男一女穿着九十年代港风复古的服装,躺在绿色的草坪上,看着黑色的天空中布满了星星。”

效果还是非常可以的,服装确实是九十年代的港风。

再试一下国风的效果怎么样。

 提示词比较复杂,但是能看出来整体的效果还是非常可以的,有点那个意思了。

接下来我们在试一下他的隐藏玩法,用Step-1v分析图片,再用Step-1X生成图片。

这是原来的图片

接下来直接把回答的内容给到Step-1X,看看效果。

 

效果非常不错哟~ 

又把刚才的港风草地,优化了一下prompt,生成出来的效果就更好咯

下面在欣赏几张生成的图片

 

 

嘶,突然奇想!有个idear不知当不当讲?

既然文生图试过了,不妨再试试用Step-1V-32K能不能直接生成出一个软件。就是不是生成代码的那种。

用通俗的话讲就是“文生软件”,用自然语言来生成应用程序。

我告诉跃问能不能帮我生成出一个智能聊天机器人的应用,结果显而易见好像是不太行。

于是我就去网上搜了一下有没有AI能直接生成出一个软件或者应用程序的。

嘿!您猜怎么着?结果还真的被我搜到了

而且我还测试了一下他的效果,真的好炸裂,我只能说这个炸裂的程序比Step-1X生成图片的效果还要爆!

待我整理一下思路,明天给大家演示一下,我是如何用这个究极炸裂的AI工具生成一个智能聊天机器人的。

不妨给我点个小关注,明天第一时间通知大家哦~

这篇关于[有彩蛋]大模型独角兽阶跃星辰文生图模型Step-1X上线,效果具说很炸裂?快来看一手实测!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134920

相关文章

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe

基于Python实现PDF动画翻页效果的阅读器

《基于Python实现PDF动画翻页效果的阅读器》在这篇博客中,我们将深入分析一个基于wxPython实现的PDF阅读器程序,该程序支持加载PDF文件并显示页面内容,同时支持页面切换动画效果,文中有详... 目录全部代码代码结构初始化 UI 界面加载 PDF 文件显示 PDF 页面页面切换动画运行效果总结主

React实现原生APP切换效果

《React实现原生APP切换效果》最近需要使用Hybrid的方式开发一个APP,交互和原生APP相似并且需要IM通信,本文给大家介绍了使用React实现原生APP切换效果,文中通过代码示例讲解的非常... 目录背景需求概览技术栈实现步骤根据 react-router-dom 文档配置好路由添加过渡动画使用

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

使用Python实现生命之轮Wheel of life效果

《使用Python实现生命之轮Wheeloflife效果》生命之轮Wheeloflife这一概念最初由SuccessMotivation®Institute,Inc.的创始人PaulJ.Meyer... 最近看一个生命之轮的视频,让我们珍惜时间,因为一生是有限的。使用python创建生命倒计时图表,珍惜时间

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

如何去写一手好SQL

MySQL性能 最大数据量 抛开数据量和并发数,谈性能都是耍流氓。MySQL没有限制单表最大记录数,它取决于操作系统对文件大小的限制。 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB,才推荐分库分表。性能由综合因素决定,抛开业务复杂度,影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考,并非铁律。 博主曾经操作过超过4亿行数据

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验