终于知道神秘的蓝莓真身了

news2024/10/4 11:08:28

在这里插入图片描述
黑森林实验室(Black Forest Labs,简称 BFL)是一家初创公司,由流行的 Stable Diffusion AI 图像生成模型的创建者创立,该模型是许多 AI 图像生成应用程序和服务(如 Midjourney)的基础。

这意味着,如果提供创意工具的公司(以及其最终用户)愿意支付应用程序接口费用,就可以将 Flux 作为一个选项添加到其产品中。

在这里插入图片描述

个人用户不是通过 Black Forest Labs 的网站,而是通过合作伙伴 together.ai、Replicate、fal.ai 和 Freepik 访问新的 Flux 1.1 Pro 模型。 其中一些服务以不同的名称提及该模型,如 “Flux Fast”。

关于 Flux 1.1 Pro 的训练数据集,我们没有立即提供任何细节,这是生成式人工智能公司争论的一个问题,因为最初的 Stability AI 和竞争对手 Midjourney 被艺术家起诉,指控这两家公司和其他公司未经同意或补偿,对发布到网络上的人类创建的图像进行大规模刮擦和训练,侵犯了他们的版权。 针对 Stability AI 和 Midjourney 的一项重要集体诉讼仍在审理中。

在这里插入图片描述

这一消息是在 Flux 最初的开源文本到图像人工智能模型取得成功之后发布的,该模型为埃隆-马斯克(Elon Musk)的 Grok 2 聊天机器人(来自 xAI)提供了支持,该聊天机器人可供其社交网络 X 的用户使用。

Flux.1 的早期型号 Flux.1 是开源的,任何人都可以免费下载、微调、定制,或以其他方式用于他们认为合适的所有商业或个人用途,与之不同的是,新的 Flux 1.1 Pro 型号似乎与 Flux 1.0 Pro 一样,只是一种付费的专有产品。 不过,它仍可用于商业和企业用途。

BFL 将其 API 和 Flux 1.1 Pro 的推出视为公司发展的重要步骤,为开发人员和企业提供强大的、可定制的图像生成工具。

在这里插入图片描述

代号为 "蓝莓 "的 Flux 1.1 Pro 在人工分析图像竞技场排行榜上占据了新的榜首位置

Flux 1.1 Pro 在 Flux 1.0 Pro 早期型号的基础上进行了改进,将生成速度提高了六倍,同时还提高了图像质量、及时性和多样性。 它使工作流程能够在不牺牲质量的前提下优先考虑速度,其输出速度比前一代产品快三倍。 此外,BFL 还宣布对 Flux 1.0 Pro 进行升级,将其生成速度提高一倍,以全面提高效率。

Flux 1.1 Pro 的性能已在 Artificial Analysis(一个用于比较人工智能模型性能的独立第三方基准测试平台)上通过秘密亮相得到了验证。 (一些人在 X 上错误地猜测,这是 OpenAI 在以 "草莓 "为代号测试 o1 LLM 之后对 Sora 进行的测试)。

在这里插入图片描述
截至 2024 年 10 月 1 日,Flux 1.1 Pro 在该平台上的 ELO 分数最高,达到 1153 分,在视觉逼真度和提示准确性方面超过了其他生成模型,包括 Midjourney 6.1(ELO 分数 1100 分)和 Ideogram v2(1108 分)。

在这里插入图片描述
ELO 第三方基准是由 Artificial Analysis 联合创始人兼首席执行官 Micah Hill-Smith 和联合创始人兼产品负责人 George Cameron 于 2024 年初夏创立的,它采用人工对图像进行评分的方式得出分数。 对于要求高分辨率输出的用户,Flux 1.1 Pro 将很快支持超高分辨率图像(高达 2K),并通过即将推出的 API 更新保持其精度和速度。

在这里插入图片描述
在这里插入图片描述

感谢大家花时间阅读我的文章,你们的支持是我不断前进的动力。期望未来能为大家带来更多有价值的内容,请多多关注我的动态!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2187895.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

github/git密钥配置与使用

零、前言 因为要在ubuntu上做点东西,发现git clone 的时候必须输账户密码,后来发现密码是token,但是token一大串太烦了,忙了一天发现可以通过配置 公钥 来 替代 http 的 部署方式。 一、生成 ssh 密钥对 我们先测试下能不能 连接…

Linux 信号详解

目录 一.前置知识 1.前台进程和后台进程 a.概念理解 b.相关指令 2.信号的前置知识 a.Linux 系统下信号的概念 b.进程对信号的处理方式 3.信号的底层机制 二.详解信号 1.信号的产生 a.键盘组合键 b.kill 指令和系统调用接口 ① kill 指令 ② kill() 系统调用接口 ③ raise() 系统…

Stable Diffusion绘画 | 来训练属于自己的模型:打标处理与优化

上一篇完成的打标工作,是为了获取提示词,让AI认识和学习图片的特征。 因此,合适、恰当、无误的提示词,对最终模型效果是相当重要的。 Tag 如何优化 通过软件自动生成的 Tag 只是起到快速建立大体架构的作用,里面会涉…

2023年全国大学生数学建模竞赛C题——针对蔬菜类商品定价与补货决策的研究

摘要 本文针对生鲜超市中蔬菜类商品的补货和定价策略问题,建立时间序列预测模型,以及目标规划分析,从而让生鲜超市的收益达到最大。 针对问题一,首先对数据进行处理,对销售量异常值进行剔除、对缺失值补0 处理…

SOMEIP_ETS_150: SD_Send_triggerEventUINT8Multicast_Eventgroup_6

测试目的: 验证DUT在Tester订阅事件组后,能够响应Tester触发的triggerEventUINT8Multicast方法,并将TestEventUINT8Multicast事件发送到订阅请求中端点选项指定的IP地址和端口。 描述 本测试用例旨在确保DUT能够正确处理事件组的订阅请求&…

【nlp自然语言】知识图谱,全文检索,自然语言nlp,数据资产标签,集成管理平台

一、项目介绍 一款全源码,可二开,可基于云部署、私有部署的企业级知识库云平台,一款让企业知识变为实打实的数字财富的系统,应用在需要进行文档整理、分类、归集、检索、分析的场景。 为什么建立知识库平台? 助力企业…

基于SpringBoot+Vue+MySQL的旅游网站

系统展示 用户前台界面 管理员后台界面 系统背景 随着社会的不断发展和人们生活水平的提高,旅游活动逐渐成为人们生活中不可或缺的一部分。传统的旅游服务方式存在信息不对称、服务流程繁琐等问题。为了改善用户体验、提高服务效率,采用现代化的技术手段…

为什么说网站的可读性是引流量的重要环节

网站的可读性是指网站内容易于阅读和理解的程度。网站的可读性是引流量的重要环节,因为它直接影响到用户对网站内容的理解和吸收,进而影响用户的停留时间和转化率。以下是详细分析: 提升用户体验:网站的可读性好意味着用户可以更…

[uni-app]小兔鲜-06地址+sku+购物车

收址模块 准备 地址管理分包页面 和 添加地址分包页面 新增和修改地址 import type { AddressParams, AddressItem } from /types/address import { http } from /utils/http/*** 添加收货地址* param data 请求参数*/ export const postMemberAddressAPI (data: AddressPara…

Stable Diffusion绘画 | 插件-Deforum:动态视频生成(上篇)

Deforum 与 AnimateDiff 不太一样, AnimateDiff 是生成丝滑变化视频的,而 Deforum 的丝滑程度远远没有 AnimateDiff 好。 它是根据对比前面一帧的画面,然后不断生成新的相似图片,来组合成一个完整的视频。 Deforum 的优点在于可…

多模态系统中专家混合(MoE)复杂性的解读

引言 在迅速发展的人工智能领域,整合多种数据模态(如文本、图像、音频和传感器数据)是一个极具挑战性的任务。传统的单一模型AI系统通常难以应对同时处理多模态时产生的指数级复杂性。而这正是混合专家(Mixture of Experts&#…

如何正确拆分数据集?常见方法最全汇总

将数据集划分为训练集(Training)和测试集(Testing)是机器学习和统计建模中的重要步骤: 训练集(Training):一般来说 Train 训练集会进一步再分为 Train 训练集与 Validation 验证集两…

ElasticSearch备考 -- Update by query

一、题目 有个索引task,里面的文档长这样 现在需要添加一个字段all,这个字段的值是以下 a、b、c、d字段的值连在一起 二、思考 需要把四个字段拼接到一起,组成一个新的字段,这个就需要脚本, 这里有两种方案&#xff…

geodatatool(地图资源下载工具)3.8更新

geodatatool(地图资源下载工具)3.8(新)修复更新,修复更新包括: 1.高德POI数据按行政区划下载功能完善。 2.修正高德POI数据类型重复问题。 3.对高德KEY数据访问量超过最大限制时,提示错误并终止…

RK3568平台(显示篇)车机图像显示偏白问题分析

一.显示偏白图片对比 正常图像: 偏白图像: 二.分析过程

手把手教你使用Tensorflow2.7完成人脸识别系统,web人脸识别(Flask框架)+pyqt界面,保姆级教程

目录 前言一、系统总流程设计二、环境安装1. 创建虚拟环境2.安装其他库 三、模型搭建1.采集数据集2. 数据预处理3.构建模型和训练 五、摄像头测试六、web界面搭建与pyqt界面搭建报错了并解决的方法总结 前言 随着人工智能的不断发展,机器学习和深度学习这门技术也越…

YOLO11改进|注意力机制篇|引入注意力与卷积混合的ACmix

目录 一、ACmix注意力机制1.1ACmix注意力介绍1.2ACmix核心代码 二、添加ACmix注意力机制2.1STEP12.2STEP22.3STEP32.4STEP4 三、yaml文件与运行3.1yaml文件3.2运行成功截图 一、ACmix注意力机制 1.1ACmix注意力介绍 ACmix设计为一个结合了卷积和自注意力机制优势的混合模块&am…

Redis: 集群测试和集群原理

集群测试 1 ) SET/GET 命令 测试 set 和 get 因为其他命令也基本相似,我们在 101 节点上尝试连接 103 $ /usr/local/redis/bin/redis-cli -c -a 123456 -h 192.168.10.103 -p 6376我们在插入或读取一个 key的时候,会对这个key做一个hash运算&#xff0c…

判断有向图是否为单连通图的算法

判断有向图是否为单连通图的算法 算法描述伪代码C语言实现解释在图论中,单连通图(singly connected graph)是指对于图中的任意两个顶点 m 和 v,如果存在从 m 到 v 的路径,则该路径是唯一的。为了判断一个有向图是否为单连通图,我们需要确保从任意顶点出发,到任意其他顶点…

开发能够抵御ICS对抗性攻击的边缘弹性机器学习集成

论文标题:《Development of an Edge Resilient ML Ensemble to Tolerate ICS Adversarial Attacks》 作者信息: Likai Yao, NSF Center for Cloud and Autonomic Computing, University of Arizona, Tucson, AZ 85721 USAQinxuan Shi, School of Elect…