多模态文生图模型

模型服务

模型名称

模型描述

应用场景

StableDiffusion文生图模型

stable-diffusion-xl

而stable-diffusion-xl相比于v1.5做了重大的改进，被认为是当前开源文生图模型的SOTA水准，具体改进之处包括： 更大的unet backbone，是之前的3倍； 增加了refinement模块用于改善生成图片的质量；更高效的训练技巧等。

• 改善生成图片质量；

• 图片生成；

stable-diffusion-v1.5

stable-diffusion-v1.5模型通过clip模型能够将文本的embedding和图片embedding映射到相同空间，从而通过输入文本并结合unet的稳定扩散预测噪声的能力，生成图片。是一款基础的文生图模型，得到了业界广泛使用

FaceChain人物图像检测

facechain-facedetect

FaceChain人物写真生成，仅需要某个人物的2张照片，即可训练得到该人物的专属形象，并批量生成各种风格的写真照片。FaceChain基于扩散模型的图像生成能力，结合LoRA训练实现人像和风格融合，并叠加一系列后处理能力，实现兼具相似度、真实感、美观度的写真生成能力。

• 人物写真生成；

• 生成专属人物形象；

FaceChain人物形象训练

facechain-finetune

FaceChain人物写真生成

facechain-generation

文字纹理生成API

wordart-texture

WordArt锦书-文字纹理生成可以对输入的文字内容或文字图片进行创意设计，根据提示词内容对文字添加材质和纹理，实现立体凸显或场景融合的效果，生成效果精美、风格多样的艺术字，结合背景可以直接作为文字海报使用。

• 生成立体艺术字；

• 生成文字海报；

• 文字变形字；

文字变形API

wordart-semantic

WordArt锦书-文字变形可以对输入的文字边缘轮廓进行创意变形，根据提示词内容进行边缘变化，实现一种字体的更多种创意用法，返回带有文字内容的黑底白色蒙版图。