Diffusion 模型如何生成图像

Prompt Engineering 课程的一部分

到目前为止,你写的每一个提示词产出的都是文本。这一课开启第 3 部分,同一个提示词将产出一张图。介质变了,但第 1 部分的心态没变:你依然是在用词语驾驭一个模型,而含糊的词语依然只会换来含糊的结果。要把图像模型的提示词写好,先弄清它把你的句子变成一张图时到底在做什么,会很有帮助。

一种常见的猜测是:图像模型在一个巨大的图库里搜索,再把现有图片的碎片拼在一起。事情不是这样的。既没有拼贴,也没有查库。模型每一张图都是从零建起来的,而它出发时的原料是纯粹的随机噪声。