PIXART-Σ是华为推出的图像生成模型,由华为诺亚方舟实验室、大连理工大学和香港大学的研究团队开发。采用Diffusion Transformer (DiT) 架构,可直接生成 4K 分辨率的 AI 图像。用户只需输入一段文字描述就能生成具有4K高分辨率的图像,相较于前身PixArt-α,它提供了更高的图像保真度和与文本提示更好的对齐。
PixArt-Σ的关键特性包括高效的训练过程,它通过结合更高质量的数据,从“较弱”的基线模型进化到“更强”的模型,这一过程被称为“弱到强训练”。PixArt-Σ的改进还包括使用了一种新的注意力模块,用于在DiT框架内压缩键和值,显著提高了效率,并促进了超高分辨率图像的生成。
PixArt-Σ适用于需要生成高分辨率图像的应用场景,如电影海报和壁纸设计、游戏视觉内容制作等。无论是艺术家、设计师还是视觉内容创作者,PixArt-Σ都能提供高效、高质量的图像生成解决方案。
此外,研究团队还提供了相关的代码和演示,以便其他研究人员和开发者可以进一步探索和利用这个模型。
项目地址:https://pixart-alpha.github.io/PixArt-sigma-project/
论文地址:https://arxiv.org/abs/2401.05252

PIXART-Σ文生图模型视频介绍:
https://img.pidoutv.com/wp-content/uploads/2024/03/1467539549-1-16.mp4功能特点PIXART-Σ的功能特点主要体现在以下几个方面:

上图展示了PixArt-Σ与一些开源模型(如PixArt-α和SDXL)在相同的文本提示下的生成效果:与PixArt-α相比,PixArt-Σ显著提高了肖像的真实感和语义分析能力。与SDXL相比,该方法具有更好的遵循用户指令的能力。其中关键字高亮显示为蓝色。






上图展示了PixArt-Σ和其它四款T2I产品:Firefly 2、Imagen 2、Dalle 3和Midjourney V6在相同的文本提示下的生成效果。通过观察,我们可以发现:PixArt-Σ生成的图像与这些商业产品相比非常具有竞争力。
如果你经常无法打开「PixArt-Σ」,通常有以下三种原因,对应三种解法:
软件屏蔽:微信、QQ 等软件可能默认屏蔽部分站点。请复制网址到手机自带浏览器打开,不要用微信 / QQ 的内置浏览器。
浏览器问题:提示「网站违规」并不代表站点真的违规,多来自浏览器厂商的屏蔽策略。建议换用原生浏览器(苹果 Safari、微软 Edge),或独立开发的浏览器(Alook、X 浏览器、VIA 等)。
网络问题:网络不稳定、或所用运营商对该站点未做优化,也会打不开。可切换网络环境后重试;部分境外服务还需在符合当地法律法规的前提下访问。
以上三步基本能解决绝大多数打不开的情况。仍然不行,多半是该站点已停止服务或换了域名 —— 可在 站内搜索 找同类替代品。
仍打不开、或发现信息过期,反馈给管理员 即可,核实后会及时更正或下架。
特别声明
- 本站所提供的「PixArt-Σ」站点内容均来源于网络,不保证外部链接的准确性与完整性;对于该外部链接的指向,不由本站实际控制。
- 在 2024-09-08 16:09:49 收录时,该站点的内容均属合规合法。后期该站点如出现违规,可直接联系管理员删除,本站不承担任何责任。

