#扩散模型

ControlNet v1.1 引入涂鸦条件以增强图像生成，修复了先前版本的数据问题，并优化了厚涂鸦处理。通过条件控制，该模型可在Stable Diffusion v1-5上实现多样输入条件，如边缘检测和分割，无需高配置硬件即可便捷地进行快速训练。

Lotus是EnVision Research团队开发的视觉基础模型，采用扩散模型技术实现高精度的视觉预测功能。该项目已在arXiv发表论文，并开源了完整代码库。通过在线演示平台，开发者可以体验其在计算机视觉领域的实际应用效果。

Lotus系列中的视觉基础模型，专注于高精度与密集预测任务。通过创新的扩散技术，显著提升视觉预测的精度和质量，在科研领域拥有广泛的应用潜力。该项目是Lotus官方模型家族的一部分，采用先进的扩散技术以提高视觉预测的效果，适用于多种高难度的密集预测任务。

control_v11f1e_sd15_tile是ControlNet v1.1系列中专注于图像细节增强的模型。通过与Stable Diffusion结合，该模型能将低分辨率或模糊图像转换为清晰度更高的图像。这个开源项目不仅支持图像超分辨率处理，还可用于生成与输入图像大小相同但细节更丰富的图像，为数字图像处理提供了新的解决方案。

IF-I-XL-v1.0是DeepFloyd和StabilityAI开发的三级级联扩散模型，具有4.3B参数规模。该模型采用冻结的T5转换器和改进的UNet架构，实现高质量文本到图像生成。在COCO数据集上，模型达到6.66的零样本FID-30K分数，展现出优秀的照片级真实感和语言理解能力。支持从64x64到1024x1024的多分辨率图像生成，可在14GB显存的GPU上高效运行。

该模型生成1024x1024像素的高美学图像，并在用户偏好研究中表现出色。通过MJHQ-30K评估基准，Playground v2在多个评价指标上表现优于其他模型，尤其在图像的美学质量上。