相信很多大家對性能秒殺SD3、DALL·E-3，開源文生圖模型殺出大黑馬還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

昨天Midjourney剛進行大更新，今天文生圖片開源領(lǐng)域就殺出了一匹大黑馬—FLUX.1。

根據(jù)其測試數(shù)據(jù)顯示，性能大幅度超過了DALL·E-3、Midjourney V6閉源模型，開源SD3系列的Ultra、Medium、Turbo和SDXL被全線秒殺。

并且FLUX.1表示，文生圖只是一個開始，未來還會推出文生視頻模型想和Sora、Gen-3、Luma等一線產(chǎn)品過過招。

開源地址:https://github.com/black-forest-labs/flux

在線demo:https://replicate.com/black-forest-labs/flux-pro

出道即巔峰專找最硬的打，有點喬峰橫掃聚賢莊的意思。原來剛成立的FLUX.1的創(chuàng)始人是老熟人Robin Rombach。

Robin是擴散模型領(lǐng)域的權(quán)威之一，其代表作有VQGAN、 Taming Transformers 和Latent Diffusion。

后來，Stability AI收購了Robin的Latent Diffusion模型，并聘請他成為首席科學家，期間他領(lǐng)導(dǎo)了全球著名文生圖開源項目Stable Diffusion系列，這也是全球下載最多、使用最廣的開源大模型之一。

今年3月末，Stability AI因資金、運營等問題鬧“兵變”，聯(lián)合創(chuàng)始人被罷免，而Robin也選擇了離開。

在沉寂了4個月的時間，Robin成立了新的開源大模型平臺FLUX.1，并且已經(jīng)獲得了Andreessen Horowitz領(lǐng)投的3100萬美元種子輪。估計以后還會獲得大金額融資。

FLUX.1的基礎(chǔ)架構(gòu)是基于Vision Transformer，使用了流程匹配訓(xùn)練方法，同時使用了旋轉(zhuǎn)位置嵌入和并行注意層來提高模型的性能和硬件利用效率。

FLUX.1有120億參數(shù)，本次一共發(fā)布了三個版本:1）Pro版，通過API使用;2)dev版，這是一個非商用的指導(dǎo)蒸餾模型，繼承了Pro版多數(shù)性能;3)schnell版，可以商用的開源模型。

雖然FLUX.1有三個版本，但在文本語義還原、圖片質(zhì)量、動作一致性/連貫性、多樣性等方面超過了Midjourney v6.0、DALL·E3、SD3-Ultra等主流開閉源模型，整體性能非常強勁。此外，在文本嵌入圖片方面也比這些模型表現(xiàn)的更好。

以下是FLUX.1模型生成的圖片展示。

在一個凌亂的小臥室的墻上，有一個通往魔幻森林的大門。

一張舊教室里黑板的照片。黑板上用粉筆寫著“讓我們一起做一些非常漂亮的東西”，詞后有一個紅色的粉筆心，陽光從窗戶照進來。

水下場景中，兩只貓頭鷹坐在一張精美的餐桌旁，餐桌中央點燃了蠟燭，兩只貓頭鷹正在一起享用一頓美味的晚餐。左邊的貓頭鷹穿著燕尾服，右邊的貓頭鷹穿著漂亮的裙子。

背景中有一艘潛艇駛過，其側(cè)面畫著“What a Hoot”字樣。桌子下面的圖像底部有小水母在游動，電影般美麗的數(shù)字藝術(shù)品。

兩只穿著維多利亞服裝的可愛蜘蛛正在舉辦一個微型茶會，葉子上有一張小桌子和茶壺。

一位女足球運動員，穿著一件阿迪達斯的球衣，周圍是其他運動員模糊效果。

一位三十多歲出頭的女子在八角形木制舞池中央彈奏手風琴，舞池有一個木制屋頂，周圍是成對跳舞的舞者。

一個超級巨大的黑森林蛋糕，大小如一棟建筑，周圍環(huán)繞著黑森林的樹木。

一個穿著紅衣斗篷的超人，在浩瀚、多彩的宇宙中飛行。

很多人都非?？春眠@個新模型。

一次性發(fā)布三個模型，確實讓人興奮。

這V1版本剛發(fā)布，就已經(jīng)有人期待V2版本了。

怎么樣，F(xiàn)LUX.1生成的圖片質(zhì)量、細節(jié)和光影效果還行吧，期待一下他的文生視頻模型。

以上就是關(guān)于【性能秒殺SD3、DALL·E-3，開源文生圖模型殺出大黑馬】的相關(guān)內(nèi)容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！