AnimateDiff 是一個由上海人工智能實驗室、香港中文大學和美國史丹福大學聯合開發的項目。它提供了一個能夠以視覺方式呈現 GitHub 倉庫差異的工具。你可以使用 Stable Diffusion 或單獨運作此工具。
安裝和使用 AnimateDiff 的詳細教程可以在以下鏈接中找到：
此外，如果你更喜歡通過視頻來學習，你還可以在以下鏈接中找到中文的 YouTube 教學：
希望這些資源能幫助你了解和使用 AnimateDiff。
T2I-Adapter – 類似 ControlNet 的可控性模型
T2I-Adapter
兼容 Stable Diffusion 1.6 及 XL 版。支援 T2I(Text-to-Image)、草圖、canny、線稿圖、深度圖以及 OpenPose 骨骼圖 …
T2I-Adapter 由騰訊 ARC 團隊開發，並於 2023 年 3 月在 GitHub 上開源。T2I-Adapter 是一個基於深度學習的模型，可以將文字轉換為圖像，同時保持一定的可控性。
T2I-Adapter 的工作原理是使用一個生成式對抗網路 (GAN) 來生成圖像。GAN 由兩個模型組成：一個生成器和一個判別器。生成器負責生成圖像，判別器負責判斷圖像是真是假。
T2I-Adapter 在一個包含大量文字和圖像的數據集上訓練。訓練過程中，生成器學習生成與文字描述相匹配的圖像。判別器學習區分真實圖像和生成圖像。
T2I-Adapter 可以生成各種圖像，包括風景、人物、物體等。它還可以生成具有特定風格的圖像，例如卡通、油畫等。
T2I-Adapter 的開發團隊由以下人組成：
- 劉宇軒，騰訊 ARC 團隊的工程師
- 劉洋，騰訊 ARC 團隊的工程師
- 王鑫，騰訊 ARC 團隊的工程師
- 王子航，騰訊 ARC 團隊的工程師
- 張立峰，騰訊 ARC 團隊的主管
T2I-Adapter 是一個強大的工具，可用於各種創意應用，例如圖像生成、藝術創作等。
