mo-di-diffusion on Hugging Face 对比 Midjourney

mo-di-diffusion 是一个在 Hugging Face 上微调的 Stable Diffusion 1.5 检查点，能够渲染具有现代动画电影风格的角色和场景。创作者 nitrosocke 使用 DreamBooth 对来自一家知名动画工作室的截图进行了训练，采用了先验保持损失和文本编码器训练，训练步数超过 9,000 步。将提示词中加入 modern disney style 令牌即可触发该美学效果。

通用的 SD 1.5 检查点旨在实现照片级真实感或广泛的插画风格。mo-di-diffusion 则专注于那种光滑的角色动画外观，这也是为什么游戏英雄、动物和风景的示例提示都偏向电影感而非摄影感。权重通过标准的 Diffusers StableDiffusionPipeline 加载，因此您可以在本地、Colab 或 Hugging Face Spaces 中运行，无需专有 API。

艺术家、爱好者和开发者在尝试角色概念时会使用 mo-di-diffusion，当他们希望获得类似迪士尼风格的渲染效果而不想委托定制模型训练时。模型卡附带 Python 示例代码、Gradio 演示链接，并注明了 ONNX、MPS 和 FLAX 导出选项。该模型可免费下载，采用 CreativeML OpenRAIL-M 许可证，允许商业使用，但需遵守许可证中的危害限制。

Midjourney 是一个图像和视频生成模型，您可以通过 midjourney.com 网站应用使用，社区画廊位于 Explore，支持通过 Discord 提供。当前版本为 8.2，招聘网站描述了对创意模型和独立研究项目的持续工作。

与通用图像 API 相比，Midjourney 提供的是美学控制和社区策展，而不仅仅是原始吞吐量。付费等级增加了 Relax 模式以支持无限制的较慢生成，Pro 和 Mega 等级提供隐身模式以保持作品私密，以及按月刷新分级的快速 GPU 小时池。

该公司自称是一个约有 60 人的社区资助研究实验室，办公地点位于旧金山、伦敦和纽约。其目标用户是艺术家、设计师、市场营销人员和希望获得风格化图像及短视频而无需自行运行 GPU 堆栈的爱好者。