stability-ai/stable-diffusion

ข้อมูลจำเพาะทางเทคนิคของ stability-ai/stable-diffusion

stability-ai/stable-diffusion คืออะไร?

stability-ai/stable-diffusion เป็นตัวระบุโมเดล AI สร้างสรรค์แบบสร้างภาพจากข้อความบน CometAPI ที่เป็นตัวแทนของตระกูล Stable Diffusion ของ Stability AI Stable Diffusion เป็นที่รู้จักว่าเป็นโมเดลการแพร่เชิงแฝงที่สร้างภาพจากพรอมต์ข้อความ โดยสร้างในปริภูมิแฝงที่ถูกบีบอัดแล้วถอดรหัสตัวแทนแฝงนั้นออกมาเป็นภาพสุดท้าย การออกแบบนี้ช่วยลดความต้องการคอมพิวต์ลงอย่างมากเมื่อเทียบกับแนวทางการแพร่ในปริภูมิพิกเซลเต็ม โดยยังคงให้คุณภาพการสังเคราะห์ภาพสูง

ระบบนิเวศ Stable Diffusion เกิดจากความร่วมมือระหว่าง Stability AI, CompVis, Runway และผู้มีส่วนร่วมที่เกี่ยวข้องกับ LAION และได้รับการยอมรับอย่างกว้างขวางเพราะผสานคุณภาพการสร้างภาพที่แข็งแกร่งเข้ากับตัวเลือกการปรับใช้ที่เข้าถึงได้ค่อนข้างง่ายและความพร้อมใช้งานของโมเดลแบบเปิด

ในการใช้งานจริง ตระกูลโมเดลนี้ถูกใช้เพื่อสร้างคอนเซ็ปต์อาร์ต ภาพประกอบ ภาพสำหรับการตลาด ม็อกอัปผลิตภัณฑ์ ฉากที่มีสไตล์ องค์ประกอบเชิงภาพสมจริง และการทดลองสร้างสรรค์โดยใช้พรอมต์ ทั้งนี้ขึ้นอยู่กับเช็คพอยต์และเวิร์กโฟลว์ที่รองรับ ผู้ใช้ยังสามารถนำไปใช้กับการเติมภาพ การแก้ไขภาพ กระบวนการเพิ่มความละเอียด และงานการสร้างแบบมีการควบคุม

คุณสมบัติหลักของ stability-ai/stable-diffusion

• การสร้างภาพจากข้อความ: แปลงพรอมต์ภาษาธรรมชาติเป็นภาพต้นฉบับ เหมาะสำหรับการระดมไอเดีย การสำรวจการออกแบบ และเวิร์กโฟลว์การสร้างเนื้อหา
• ประสิทธิภาพของการแพร่เชิงแฝง: สร้างภาพในปริภูมิแฝงแทนการทำงานโดยตรงในปริภูมิพิกเซล ช่วยลดต้นทุนการคำนวณขณะยังคงคุณภาพการสังเคราะห์ที่ดี
• การควบคุมเชิงสร้างสรรค์ที่ยืดหยุ่น: การเลือกใช้ถ้อยคำในพรอมต์ พรอมต์เชิงลบ ซีด การตั้งค่าการกำกับ และตัวเลือกซัมเพลอร์ ล้วนส่งผลต่อสไตล์ องค์ประกอบ และความสม่ำเสมอของการสร้างหลายครั้ง ข้อความนี้เป็นข้อสรุปจากวิธีที่ไปป์ไลน์ Stable Diffusion ถูกนำเสนอโดยทั่วไปในเครื่องมือและเอกสาร
• เวิร์กโฟลว์การแก้ไขภาพ: Stable Diffusion ถูกใช้สำหรับการเติมภาพ การขยายภาพ และการปรับแก้ตามพรอมต์ ช่วยให้แก้ไขแบบเจาะจงแทนที่จะสร้างใหม่ทั้งหมดตั้งแต่ต้น
• หลากหลายรุ่นของโมเดล: สายผลิตภัณฑ์ Stable Diffusion ที่กว้างขึ้นประกอบด้วยหลายเจเนอเรชันและเช็คพอยต์ รวมถึงรุ่นความละเอียดสูงและความสามารถมากกว่าอย่าง SDXL มอบความยืดหยุ่นให้กับนักพัฒนาตามคุณภาพ ความเร็ว และความต้องการฮาร์ดแวร์
• การสนับสนุนจากระบบนิเวศที่กว้างขวาง: เนื่องจาก Stable Diffusion ถูกผสานรวมอย่างแพร่หลายทั้งในรีโพสิทอรี SDK และเครื่องมือสร้างสรรค์ นักพัฒนาได้รับประโยชน์จากระบบนิเวศขนาดใหญ่สำหรับการทดลองและการใช้งานเชิงผลิต
• อิทธิพลของระบบนิเวศน้ำหนักแบบเปิด: รุ่นทางการของ Stable Diffusion ช่วยวางรากฐานระบบนิเวศโมเดลแบบเปิดสำหรับการสร้างภาพ เปิดโอกาสให้ปรับแต่ง ปรับจูน และทดลองแบบโฮสต์เองในหลายสภาพแวดล้อม

วิธีเข้าถึงและผสานรวม stability-ai/stable-diffusion

ขั้นตอนที่ 1: สมัครเพื่อรับคีย์ API

เริ่มต้นโดยสร้างบัญชี CometAPI และสร้างคีย์ API จากแดชบอร์ด คุณจะใช้คีย์นี้ในการยืนยันตัวตนสำหรับทุกคำขอไปยัง API ของ stability-ai/stable-diffusion

ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ stability-ai/stable-diffusion

ใช้เอนด์พอยต์ที่เข้ากันได้กับ Replicate ของ CometAPI ที่ POST /replicate/v1/models/stability-ai/stable-diffusion/predictions.

curl https://api.cometapi.com/replicate/v1/models/stability-ai/stable-diffusion/predictions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -d '{
    "input": {
      "prompt": "A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
    }
  }'

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

API จะส่งคืนอ็อบเจ็กต์การคาดการณ์พร้อมรหัส เรียก GET /replicate/v1/predictions/{prediction_id} เป็นระยะเพื่อเช็คสถานะการสร้างและดึง URL ภาพผลลัพธ์เมื่อการคาดการณ์เสร็จสมบูรณ์