图像生成模型分几大类,按我的理解捋一下

大类其实就三条线:扩散模型、闭源商用大模型、更早的GAN。新人脑子里先有这个框架,再去看具体工具会清楚很多。

扩散模型这一挂是现在的主流,社区常说的SD系列生态最活,能往上配各种微调模型和LoRA,可折腾的空间大。闭源商用的那几家,出图审美很整齐,开箱就挺好看,代价是可控性弱些,想细调比较难。GAN是早期路线,现在拿来生成写实图的已经少了。

型号我故意不列,版本更新太快,写了也容易说错,按自己需求挑路线就行。

GAN也没完全退场吧,有些超分和人脸修复还在用

1 个赞

感谢分享

扩散一挂确实活,不过自回归那条线也有起色,框架里可以留个位置

闭源商用那条底层多数也是扩散吧?按技术分和按商业模式分混在一块了

@palenoodle 老照片修复那类工具不少底层还是GAN,没退干净

按技术分和按商业模式分确实该拆开写,不然新人更晕