Gempix 2 对比 InstructPix2Pix

Gempix 2 运行一个基于浏览器的照片编辑工作区，您可以上传图片，编写最多 2000 字符的提示词，并使用积分进行 AI 编辑或生成。主页列出了由 NanoBanana 2 和 SeeDream V4 支持的图像编辑、文本生成图像、文本生成视频、图像生成视频、视频编辑和 Wan Animate 标签。

大多数在线编辑器在您测试输出质量之前都会收取固定订阅费用。Gempix 2 从免费积分开始，然后通过包含商业授权、1080p 输出、批量生成和升级后无水印的计划销售月度积分包。

它面向希望快速通过提示词进行修图而无需安装桌面软件的创作者。网站主页宣传无需注册，并在其定价页面通过月付、年付或一次性计费选项引导付费用户。

InstructPix2Pix 根据简单的语言指令编辑照片，例如“将天空变成日落橙色”或“把它变成水彩画”。您提供一张输入图片和一条简短的文本命令，模型即可在几秒钟内返回编辑后的版本，无需先对该特定照片进行训练。该模型由加州大学伯克利分校的研究人员发布，作为 CVPR 2023 的亮点。

基于蒙版的编辑器要求您先绘制区域再进行修改。InstructPix2Pix 仅通过文本进行一次前向传播，跳过了其他扩散编辑工作流中缓慢的每张图片微调或反演步骤。论文中失败的案例体现了这一权衡：视角变化、物体替换和紧密局部编辑仍是弱点。

该项目在 GitHub 上提供开源代码，并在 Hugging Face 提供浏览器中试用的演示空间。训练时结合了 GPT-3 和 Stable Diffusion 来合成指令对，发布的模型即使训练分辨率为 256x256，也能推广到宽度约 768 像素的真实照片。