面向Stable Diffusion的交互式可视化学习
人机交互
2024-04-26 v1 人工智能
摘要
基于扩散的生成模型在创建逼真图像方面的惊人能力已引起全球关注。然而，其复杂的内部结构和操作往往给非专业人士理解带来挑战。我们推出了Diffusion Explainer，这是首个旨在阐明Stable Diffusion如何将文本提示转化为图像的交互式可视化工具。它紧密集成了Stable Diffusion复杂组件的视觉概览及其底层操作的详细解释。这种集成使用户能够通过动画和交互元素在多个抽象层次之间流畅切换。提供实时动手体验，Diffusion Explainer允许用户调整Stable Diffusion的超参数和提示，无需安装或专用硬件。用户可通过网页浏览器访问，Diffusion Explainer在普及AI教育、促进更广泛的公众访问方面迈出了重要一步。来自113个国家的7200多名用户已使用我们的开源工具，网址为https://poloclub.github.io/diffusion-explainer/。视频演示可在https://youtu.be/MbkIADZjPnA获取。
引用
@article{arxiv.2404.16069,
title = {Interactive Visual Learning for Stable Diffusion},
author = {Seongmin Lee and Benjamin Hoover and Hendrik Strobelt and Zijie J. Wang and ShengYun Peng and Austin Wright and Kevin Li and Haekyu Park and Haoyang Yang and Polo Chau},
journal= {arXiv preprint arXiv:2404.16069},
year = {2024}
}
备注
4 pages, 3 figures. arXiv admin note: substantial text overlap with arXiv:2305.03509