猫眼影戏
猫眼影戏
张惠明
手机审查
猫眼影戏记者 朱大勇 报道Q8X2R7L1T4J5M9B6W3
智工具作者|江宇编辑|漠影
智工具12月8日报道,今日,美团正式宣布并开源图像天生模子LongCat-Image,这是一款在图像编辑能力上抵达开源SOTA水准的6B参数模子,重点瞄准文生图与单图编辑两大焦点场景。
▲图源:Hugging Face
从官方披露的基准测试效果来看,LongCat-Image主要对标了Seedream4.0、Qwen-Image、HunyuanImage-3.0、Nano Banana以及FLUX.1-dev等主流开源与闭源生图模子,其焦点优化集中在“编辑可控性”和“中文文字渲染”两项能力上。
而在现实体验中,它在一连改图、气概转变和材质细节上体现较好,但在重大排版场景下,中文文字渲染仍保存不稳固的情形。在涉及重大UI设计、游戏界面天生等使命时,模子的审美也袒露出一定短板,这或许与其不具备联网搜索能力有关。
在体验入口方面,美团也同步提供了多种使用方法。在移动端,LongCat APP已支持文生图与图生图能力;在网页端,用户也可通过 https://longcat.ai/ 进入图片天生入口举行体验。
关于开发者而言,LongCat-Image的模子权重与代码也已同步开源:
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-ImageGitHub:https://github.com/meituan-longcat/LongCat-Image
下面我们就来看看LongCat-Image的模子结构、评测效果和详细的实测体现。
一、从模子结构到评测效果,LongCat-Image把“编辑可控性”和“中文渲染”作为主攻偏向
从模子设计上看,LongCat-Image接纳了文生图与图像编辑同源的统一架构,并通过渐进式学习战略,在仅6B参数规模下兼顾了指令遵照精准度、生图质量与文字渲染三项能力的协同提升。
▲模子架构
这套训练蹊径并非从零最先堆参数,而是基于文生图中期训练模子举行初始化,并在后续阶段接纳文生图与指令编辑的多使命联合学习机制,来阻止编辑能力在后训练阶段被压缩的问题。
在图像编辑能力上,LongCat-Image在GEdit-Bench、ImgEdit-Bench等多个编辑类基准中取得了开源SOTA效果。
▲客观基准测试性能比照
LongCat-Image通过多源数据预训练、指令改写战略与人工精标SFT数据的引入,使模子在面临重大编辑要求时更禁止易泛起气概漂移和结构失真。
针对中文文字渲染这一恒久痛点,LongCat-Image接纳了笼罩8105个规范汉字的合成字形数据举行预训练,并在SFT阶段引入真实天下文本图片强化排版与字体泛化能力,在RL阶段还引入OCR与美学双奖励模子配合约束,最终在ChineseWord评测中取得90.7分的效果,领先于现有开源模子。
在真实感方面,LongCat-Image通过对抗训练和严酷的数据筛选机制,刻意绕开AIGC“塑料感”的纹理陷阱,并在RL阶段引入AIGC检测器作为奖励信号,反向指导模子学习真实天下的物理纹理与光影转变。
综合评测效果显示,在人类主观评分(MOS)维度上,LongCat-Image在文本对齐、视觉真实度与美学质量等多个子项中的体现已靠近Seedream4.0等商业模子水平。
▲人类主观评分(MOS)比照
▲并列比照评估胜率(SBS)
在图像编辑使命的并列比照评估(SBS)中,LongCat-Image-Edit在综合质量与一致性两项要害指标上,对NanoBanana和Qwen-Image-Edit等模子均取得较高胜率。
整体来看,LongCat-Image在图像编辑使命上已迫近部分闭源模子水平,在文生图基础能力上也坚持在开源头部阵营。
二、从漫画重绘到玩偶产品渲染,一连编辑稳固,但中文渲染仍是短板
从现实体验历程来看,LongCat-Image在“一连指令可编辑性”上的体现是较为稳固的,我们直接拿近期大火的《猖獗动物城2》相关图片举行测试,在统一角色基础上一连举行多轮修改。
▲参考图
指令:修改为像素气概作品。
指令:重绘为彩色,保存像素质感。
指令:图片角色重绘为模拟乐高积木主题的动物。
在漫绘图像测试中,通过像素风、彩色像素重绘以及模拟乐高积木动物主题的一连重绘指令,模子可以坚持角色结构稳固,同时完成气概与材质的多轮迁徙。多次修改历程中,人物轮廓和构图基本未泛起显着过失。
在此基础上,我们也进一步实验了影戏海报的制作场景,用统一角色图举行主视觉海报天生与多语言问题渲染测试。
指令:影戏《猖獗动物城2》的宣传海报,海报的主画面是影戏主角的精彩时势,主问题用艺术手写字体“猖獗动物城2”,下面附上英文名“Zootopia”,另外附上影戏海报需要的其他小字,文字清晰可识别。
在影戏海报场景中,模子对参考图的继续能力较为稳固,无论是角色形象照旧动态姿势,都能与原始图片坚持较高一致度,中英文问题的主问题体现也较为清晰。不过在“小字”区域,一系列细节文字仍然保存乱码与英文混杂的问题,说明中文文字渲染在重大排版场景下依然保存不稳固性。
进一步测试人物档案式中文海报时,模子可以准确渲染部分焦点字段信息,但仍不可阻止地泛起中英文错位与局部乱码。
指令:天生动画影戏角色的人物档案式宣传海报,用文字体现以下信息: 尼克?王尔德(Nick Wilde),是一只在迪士尼动画影戏《猖獗动物城》中进场的狐狸。 中文名:尼克狐尼克。 外文名:Nick Wilde。 原型:赤狐。 职业:从骗子到警员。 同伴:兔子警官朱迪。 经典台词:“伤了你的小心脏?”
在产品级渲染测试中,朱迪警官玩偶在影棚光、台灯暖光、自然光客厅与床品光照等多个现实场景下的质感体现相对稳固。短绒毛的细节、眼睛的高光反射、沙宣布料与玩偶绒毛之间的材质比照都能够被较为准确地体现出来,整体更靠近商业产品渲染效果。
相比之下,在主流模子较为善于的游戏界面天生场景中,LongCat-Image的短板更为显着。无论是卡牌游戏、射击游戏,照旧MOBA类第一视角界面,整体气概都偏向十多年前的UI设计审美,与当下主流游戏产品保存显着代差。
指令:天生一个卡牌游戏界面。
指令:天生一个射击游戏界面。
指令:天生一个英雄同盟的游戏界面。
指令:天生一个王者荣耀第一视角的游戏界面。
从本次测试效果来看,LongCat-Image在改图与产品渲染类使命中的可用性更高,而在游戏界面与重大排版场景中的体现相对一样平常。
结语:开源图像模子进入“可控编辑”竞赛,AI生图战况升级
从LongCat-Image的整体定位来看,美团并没有试图用更大的参数规模去正面攻击旗舰级生图模子,而是明确选择在可控性、一连编辑和中文渲染这几个偏向上深挖。
图像模子的竞争焦点,正在快速向“能否真正进入设计、产品、品牌等详细生产流程”的适用能力集中。
??时势1:四爱年上带玩具尾巴哭
??12月09日,188元买的“100%山羊绒衫”实为“0羊绒”?二者原材料价差可达三百倍,
第二步,被一种叫做“缘分”的工具牵涉着,被我“抓”入了高一五班的门槛,在这个时空下,我们以后拥有了一个响亮的名字----高一五班
,欧美性爱视频欧。??12月09日,广州推动智能网联汽车地图生产革新,
老狈发动了攻击,不过并不是冲向石林虎,而是直接对石村的其他人脱手,它狡诈而凶残,想让石林虎空有宝具而疲于应付,劳累其神。
,久久久中文字幕视频,欧美在综合在线的视频,www性欧美。??时势2:毛片超级碰碰
??12月09日,金华第三届全民乒乓联赛举办 全年参赛选手达万余人次,
一群孩子哇哇大叫,在绿草如茵的漂亮湖岸上奔驰,探讨着怎样钓龙须鱼,用以来强壮筋骨,他们越来越盼愿实力了。
,操人免费视频,日韩区第5页,国产精品无码大片在线观看。??12月09日,潘功胜:各方应合作推动国际货币基金组织份额改革,
天知道,什么时间会突然从某片山脉中冲起一头猛禽,将还在生长中的它们撕裂。
,亚洲一级无码毛片不一卡,国产欧美日韩精品视频1区,欧美少女性。??时势3:色呦呦管方入口
??12月09日,广西老农半世纪专研杂交水稻 为后代培育更好的品种,
4.增强头脑品德教育。自动捡拾别人丢在地上的垃圾,养成“文明清洁”的优异习惯,配合建设一个漂亮的校园。
,34.pao免费视频,欧美日韩女人在线一区二区,国产XXXX免费观看高清视频。??12月09日,石排代表团建议:做好做强做大潮玩产业,
石渊眸子中射出电芒,催动宝术,那头远古凶禽马上俯冲而下,击向石子陵左肋,要将谁人破绽无限放大出来。
,3D迷糊妈妈最后嫁给谁了,狼友网站2999,玛薇卡被操。??时势4:xxxx性爱
??12月09日,广西罗城:桑蚕产业助农增收,
教学质量是学校的生命线,教学质量是实现我们学校新一轮生长的要害所在,这是各人都懂的原理。小学结业质量的绚烂,关乎是我们做西席的最大荣光,也是我们一年年千辛万苦的最大慰藉。做西席图的是什么?图的就是这份荣光,这份慰藉。若是小考欠好,我们各人心里最难受,不但心里难受,并且脸上无光。因此,我们要把质量看作是西席的生命,看作是自己的基础使命。
,三级片无毒视频,伊人久久综在合线亚洲91,久操中文视频。??12月09日,山东加快新兴产业集群集聚 撬动未来产业,
一、要先学会做人
,欧美肥老太交性708090,日本美女操逼一级视频,欧美黄色网站视频观看75。【香港中国学术紫荆论坛在港举办 专家学者共论“新质生产力”】
责编:刘畅丰
审核:李荣锻
责编:魏家福
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话:0531-85193202 违法不良信息举报电话:0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1