上期介绍了 AI 生成内容的神器 playgroundai ，不仅支持用户0学习成本创作图像，也提供了简易上传底图蒙版，指定AI生成区域的功能。
Mixlab
小杜
近期谷歌研究与特拉维夫大学推出一种使用 “Cross-Attention Control” 方法，支持用文本多次编辑 “由文本生成的图像” 的新模型。
从文本生成图像，再利用文本进一步编辑修改生成图，可以预见下一代设计软件将会让设计的门槛极大的降低，全民设计师可能不再仅仅是一句口号了～
本文作者追求一种直观的 “提示对提示” prompt-to-prompt 的编辑框架，其中图像编辑仅由文本控制。 大规模语言图像模型 例如Stable Diffusion 通常很难仅通过单独编辑提示来控制，并且对于用户来说可能非常不可预测和不直观。大多数的现有方法需要用户输入一个底图，如果底图的形状或者画面布局不合适，则可能不会产生符合预期的结果。
交叉注意力控制 Cross-Attention Control 通过在算法运行过程中修改扩散模型的内部注意力图，来允许我们对提示语到生成图像的过程中进行更精细的控制。整个过程无需用户输入底图，并且无需额外扩展模型或者设计手段的微调。
小杜
作者的方法使我们能够仅编辑文本提示来把控图像生成制作的过程，为基于文本输出操作的图片编辑应用程序开发铺平了道路。
作者也提供了不少功能应用的demo，例如通过替换单词进行局部编辑，通过添加规范进行全局编辑，或者控制其中一个词反映在图像的指定范围中。
带我们看下直观的效果？
Mixlab
小杜
本文展示了由文本控制生成图像的4种功能效果-
1.文本主体替换
2.文本主体修改变化
3.风格替换
4.风格权重修改
# 01 文本替换图像主体
# 02 文本修改图像主体变化
# 03 文本替换图像风格
# 04 文本修改图像风格权重
小杜
项目提供了体验demo，感兴趣的同学也可以体验一下哦～
项目地址： prompt-to-prompt.github.io/
我突然想到一个问题，现在AIGC技术发展得这么快，无论是生成内容的质量与格式、提示语学习的资源还是现有的AI产品功能，几乎都在爆炸式地增长，我们人类的判断力能跟得上AI的发展吗......
Mixlab
小杜
给你推荐一个 AI生成VS人类画师 判断问卷，绘画主题是最近比较火的动漫人物角色生成，我的得分非常不理想，45题只对了33个，AI的发展着实有点冲击我的认知上限了......
附上我差点没及格的问卷以及两个冲击我认知的AI画作......
问卷地址： docs.google.com/forms/d/e/1FAIpQLSdhEpBRnOwiFI-ieNKKu3Y0KcoFbd_ZWod1LeyoV6EEfY78HA/viewform?fbzx=8547340431228740851
