开源文生图大模型Playground v2.5发布：超越SD、DALL·E 3和 Midjourney

news2024/10/25 14:22:05

前言

在AI技术迅速发展的今天，文生图模型成为了艺术创作、设计创新等领域的重要工具。Playground v2.5的发布，不仅在技术上取得了突破，更在开源文化的推广与实践上迈出了重要一步。

Huggingface模型下载：https://huggingface.co/playgroundai
AI快站模型免费加速下载：https://aifasthub.com/models/playgroundai

技术创新：超越前辈

Playground v2.5由一支由Daiqing Li、Aleks Kamko、Ehsan Akhgari、Ali Sabet、Linmiao Xu、Suhail Doshi组成的跨国团队研发。这一最新版文生图生成模型，在美学质量、颜色与对比度增强、多宽高比生成以及人类中心细节的改进方面，都达到了行业领先水平。

美学质量的飞跃：相比于SDXL、Playground v2及PixArt-⍺等开源模型，Playground v2.5在用户研究中显示出了显著的优势。其输出的图像在美学质量上不仅超越了上述模型，甚至在多个方面超过了闭源模型如DALL·E 3和Midjourney v5.2。

色彩与对比度的提升：在传统上，文生图模型在生成带有鲜艳色彩和高对比度图像方面存在局限。Playground v2.5通过改进噪声调度流程，显著提高了图像的色彩饱和度和对比度，使得生成的图像更加生动、真实。

支持多宽高比生成：Playground v2.5在设计时考虑到了多宽高比图像的生成，有效解决了仅在正方形图像上训练带来的局限性，为用户提供了更灵活的创作工具。

人类中心细节的精细化改进：针对人类图像生成，Playground v2.5优化了人脸、手部及身体的细节表现，极大地提升了图像的自然度和真实感。

模型测评

Playground官方进行了用户调研数据研究分析，以衡量整体的审美质量，以及 Playground v2.5 旨在改进的多纵横比和人类偏好对齐功能的评估。

Playground v2.5 在审美质量方面显著超越当前最先进的开源模型 SDXL 和 PIXART-α，以及 Playground v2。由于 Playground V2.5 和 SDXL 之间存在较大的性能差距，因此官方还将它与当前闭源模型如 DALL-E 3 和 Midjourney 5.2 进行了审美质量比较，发现 Playground v2.5 也比这些闭源模型相比表现会更好。

在多纵横比绘图质量评估方面，Playground v2.5 也大幅度的超越了 SDXL。

同时也使用了在Playground v2 版本时开源提出的 MJHQ-30K 基准报告对应评估测试。在 1024x1024 分辨率下，进行了关于总体 FID 和每个类别的 FID的评估测试。评估测试结果显示，Playground v2.5 在总体 FID 和所有类别 FID（尤其是人物和时尚类别）上都超过了 Playground v2 和 SDXL。并且这项评估结果数据与用户调研得到的结果表现一致。