Waifu-diffusion on Hugging Face 对比 Dall-E 2

Waifu-diffusion on Hugging Face 可通过在高质量动漫艺术作品上微调的 Stable Diffusion 模型，将文本提示词转换为动漫风格的图像。你可以使用 Python 中的 Diffusers 库加载 hakurei/waifu-diffusion，输入提示词，即可生成图像。模型卡片包含适用于 CUDA、Apple MPS、Google Colab 以及 Draw Things 和 DiffusionBee 等本地应用程序的即用型代码。

与通用 Stable Diffusion 检查点相比，该模型专门针对动漫美学进行调整，而不是追求逼真。这种专注使其成为同人艺术、角色概念和风格化插图的常用基础，而通用 SD 模型通常需要更多提示词才能保持动漫风格。v1.4 权重采用 CreativeML OpenRAIL-M 许可证发布，在 Hugging Face 上拥有 2,500+ 个社区点赞以及上个月约 1,166 次下载。

该模型拥有 0.9 billion 个参数，采用 Safetensors 格式，并可与 Diffusers 中的 StableDiffusionPipeline 一起使用。创作者可以对其进行微调或进一步调整，Hugging Face 模型树中列出了四个适配器模型、两个微调模型和一个量化模型。

Waifu-diffusion 适合想要进行动漫图像生成的插画师、爱好者和开发人员，他们可以在本地或笔记本中运行，无需从头开始构建模型。

DALL-E 2 将文本提示转换为原创图像和艺术作品。您用简单的语言描述一个场景，模型将概念、属性和风格结合成一幅新图像。OpenAI 于 2022 年发布了该模型，其分辨率是原始 DALL-E 的四倍，评估者在 71.7% 的标题匹配测试和 88.8% 的照片真实感比较中更喜欢它胜过 DALL-E 1。

Midjourney 和 Stable Diffusion 面向爱好者社区，采用 Discord 或自托管工作流程。DALL-E 2 集成在 ChatGPT 中，面向休闲创作者，同时通过 OpenAI API 提供给需要程序化图像生成的开发者，配备内容过滤器以屏蔽暴力、仇恨、成人和政治提示，以及照片真实感的公开面孔。

设计师、市场人员和开发者使用 DALL-E 2 来模拟概念、为博客文章插图以及在无需拍摄的情况下制作视觉原型。产品页面现引导用户使用 ChatGPT 进行创作，而 Images API 继续为需要自动生成的团队提供包括 DALL-E 2 在内的更新模型。