• شعار Picasso IA
    Logo Picasso IA
  • الرئيسية
  • صورة ذكاء اصطناعي
    Nano Banana 2
  • فيديو ذكاء اصطناعي
    Veo 3.1 Lite
  • دردشة ذكاء اصطناعي
    Gemini 3 Pro
  • تحرير الصور
  • تحسين الصورة
  • إزالة الخلفية
  • تحويل النص إلى كلام
  • التأثيرات
    NEW
  • التوليدات
  • الفواتير
  • الدعم
  • الحساب
  1. مجموعة
  2. تحويل النص إلى صورة
  3. Latent Consistency Model

Latent Consistency Model: صور الذكاء الاصطناعي في 0.6 ثانية

نموذج الاتساق الكامن Latent Consistency Model مصمم لشيء واحد: السرعة. بينما تطلب معظم خطوط إنتاج توليد الصور منك الانتظار 10-30 ثانية للحصول على النتيجة، يقلل هذا النموذج ذلك إلى حوالي 0.6 ثانية لكل صورة. يغير هذا الفرق الزمني طريقة عملك. بدلاً من الالتزام بمحفز والانتظار، يمكنك اختبار الاختلافات بسرعة كما تستطيع كتابتها، مما يجعل هذا عمليًا للمهام التي تتطلب الكثير من التكرار مثل الفن المفاهيمي أو نماذج الإعلانات أو العصف الذهني البصري. يقبل النموذج مطالبة نصية عادية أو، إذا كان لديك صورة بالفعل لتبدأ بها، يمكنه إعادة تصميم تلك الصورة بناءً على وصفك باستخدام وضع img2img. يسمح إدخال ControlNet بحافة كاني بتحديد التركيب البنيوي للمخرجات بإدخال صورة مكتشفة الحافة، لذا يملأ النموذج النمط واللون مع مطابقة الأشكال التي تريدها. يمكنك أيضًا تشغيل دفعات من عدة صور في طلب واحد، مما يعني أنه يمكنك مقارنة صياغ مختلفة للفكرة نفسها دون تشغيلها واحدة تلو الأخرى. في سير عمل نموذجي، قد تبدأ بمحفز تقريبي، توليد خمسة اختلافات في وضع الدفعات، اختيار الأقرب إلى ما تحتاجه، ثم تحسينه بمحفز أكثر تحديدًا أو ممر img2img من الصورة المحددة. يمكن لكل دورة أن تحدث في أقل من دقيقة. إذا كنت تريد إعادة إنتاج نتيجة معينة لاحقًا، فاحفظ البذرة من هذا التشغيل. السرعة والمرونة تجعل هذا أداة عملية لأي مشروع حيث يهم الوقت والتكرار.

Fofr

1.52m تشغيل

Latent Consistency Model

2023-10-25

الاستخدام التجاري

Latent Consistency Model: صور الذكاء الاصطناعي في 0.6 ثانية

جدول المحتويات

  • نظرة عامة
  • كيف يعمل
  • الأسئلة الشائعة
  • تكلفة الأرصدة
  • الميزات
  • حالات الاستخدام
  • أمثلة
احصل على Nano Banana Pro

نظرة عامة

Latent Consistency Model هو ذكاء اصطناعي لتحويل النصوص إلى صور يوفر صورًا نهائية في حوالي 0.6 ثانية، مما يلغي الانتظار الطويل الذي يجعل نماذج الانتشار القياسية غير عملية للتكرار السريع. على Picasso IA، يمكنك كتابة محفز ورؤية النتيجة على الفور تقريبًا، مما يغير إيقاع العمل بالكامل. يقبل النموذج أيضًا صورة موجودة كمدخل، مما يسمح لك بإعادة تصميمها بدلاً من البدء من لوحة فارغة. وهو يتضمن دعم ControlNet بحافة كاني، لذا يمكنك تحديد الخطوط الهيكلية للتركيب واترك النموذج يملأ اللون والأسلوب والتفاصيل حوله.

كيف يعمل

  • اكتب محفزك في مربع النص. إذا كنت تريد إعادة تصميم صورة موجودة، فأرفع صورة كمدخل مرجعي قبل الإنشاء.
  • عيّن عرض الإخراج وارتفاعه يدويًا، أو اختر مطابقة أبعاد صورة الإدخال المرفوعة تلقائيًا.
  • للتحكم في التركيب باستخدام خريطة حافة، أرفع صورة حافة كاني وعيّن مقياس التكييف ControlNet لتحديد مدى قرب الإخراج من البنية.
  • اضبط عدد خطوات الاستدلال (من 1 إلى 8) ومقياس التوجيه وقوة المطالبة لتشكيل التوازن بين السرعة ودقة الإخراج.
  • انقر على الإنشاء واستقبل صورتك أو دفعة من الصور في ثوانٍ، ثم قم بتنزيل الملفات النظيفة مباشرة من Picasso IA.

الأسئلة الشائعة

هل أحتاج إلى مهارات برمجية أو معرفة تقنية لاستخدام هذا؟ لا، فقط افتح Latent Consistency Model على Picasso IA، واضبط الإعدادات التي تريدها، وانقر على الإنشاء.

هل من الممكن تجربته مجانًا؟ نعم، يمكنك تشغيل Latent Consistency Model دون أي تكلفة مقدمة. توجد رصيد مجاني متاح حتى تتمكن من اختباره باستخدام محفزاتك الخاصة على الفور دون إدخال تفاصيل الدفع.

كم من الوقت يستغرق للحصول على النتائج؟ تستغرق كل صورة حوالي 0.6 ثانية. تستغرق الدفعات التي تحتوي على صور متعددة وقتًا أطول بشكل متناسب، لكن الوقت الإجمالي لا يزال أقل بكثير مما تنتظره مع خط أنابيب الانتشار القياسي.

ما صيغ الإخراج المدعومة؟ يعيد النموذج ملفات صور قياسية جاهزة للتنزيل. جميع المخرجات عبارة عن ملفات نظيفة بدون علامات مائية، لذا يمكنك استخدامها مباشرة في أي مشروع.

هل يمكنني تخصيص جودة الإخراج أو النمط؟ نعم. يتحكم مقياس التوجيه في مدى قرب الإخراج من المطالبة النصية. تضبط قوة المطالبة مقدار صورتك المرجعية التي تمر في وضع img2img. عدد خطوات الاستدلال (من 1 إلى 8) يوازن بين السرعة والتفاصيل: خطوات أقل تكون أسرع، وخطوات أكثر تنتج نتائج أحد.

كم مرة يمكنني تشغيل النموذج؟ يمكنك التكرار قدر الحاجة. لا توجد حدود صارمة على عمليات الإنشاء الفردية، لذا يمكنك الاستمرار في تحسين نتيجتك حتى تصبح راضيًا.

أين يمكنني استخدام المخرجات؟ الصور التي تنشئها هي لك لاستخدامها كما تريد. تعمل على وسائل التواصل الاجتماعي أو نماذج العملاء أو تصورات المنتج أو أي مشروع إبداعي آخر.

تكلفة الأرصدة

كل توليد يستهلك 1 رصيد

1 رصيد

أو 5 أرصدة لـ 5 توليدات

الميزات

كل ما يمكن لهذا النموذج فعله من أجلك

إنشاء أسرع من الثانية

إنتاج صورة 768×768 في حوالي 0.6 ثانية لكل خطوة.

دعم img2img

ابدأ من صورة موجودة وسيّر النتيجة باستخدام محفز نصي.

ControlNet بحافة كاني

أطعم خريطة حافة لقفل التركيب قبل أن يملأ النموذج النمط والتفاصيل.

إخراج دفعة كبيرة

إنشاء عدة صور من محفز واحد في طلب واحد.

مقياس توجيه قابل للتعديل

التحكم في مدى قرب الإخراج من محفزك النصي.

التحكم في البذرة

أعد استخدام بذرة لإعادة إنتاج النتائج المتطابقة عبر جلسات مختلفة.

حجم مرن

عيّن أبعاد الإخراج يدويًا أو طابقها مع صورة الإدخال الخاصة بك تلقائيًا.

مدقق أمان للمحتوى المسؤول

حالات الاستخدام

اكتب محفز نصي واحصل على صورة نهائية في أقل من ثانية، دون الانتظار لخطوط أنابيب الانتشار البطيئة

أرفع صورة وطبق أسلوب جديد بكتابة وصف قصير للمظهر الذي تريده

قدم نسخة مكتشفة الحافة من رسمتك كصورة تحكم لإنشاء رسم توضيحي محسّن يطابق التركيب الأصلي الخاص بك

شغّل 10 أو 20 صورة في دفعة واحدة لمقارنة اختلافات المحفزات المختلفة جنبًا إلى جنب

اضبط مقياس التوجيه لتحويل الإخراج من تفسير فضفاض إلى مطابقة صارمة للمحفز

عيّن بذرة ثابتة لإعادة إنتاج نفس الصورة بشكل متسق عبر جلسات متعددة

الرسوم التوضيحية والفن الجميل بمساعدة الذكاء الاصطناعي

إنشاء دفعات من الصور لسير عمل المحتوى

أمثلة

768x768
1.3s
Num Images: 1
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.45
Sizing Strategy: width/height
Lcm Origin Steps: 50
Canny Low Threshold: 100
Num Inference Steps: 4
Canny High Threshold: 200
Control Guidance End: 1
Control Guidance Start: 0
Controlnet Conditioning Scale: 2

Self-portrait oil painting, a beautiful cyborg with golden hair, 8k

768x768
1.0s
Num Images: 1
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.45
Sizing Strategy: width/height
Lcm Origin Steps: 50
Canny Low Threshold: 100
Num Inference Steps: 4
Canny High Threshold: 200
Control Guidance End: 1
Control Guidance Start: 0
Controlnet Conditioning Scale: 2

Self-portrait oil painting, a beautiful cyborg with golden hair, 8k

768x768
1m 36s
Num Images: 1
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.45
Sizing Strategy: width/height
Lcm Origin Steps: 50
Canny Low Threshold: 100
Num Inference Steps: 4
Canny High Threshold: 200
Control Guidance End: 1
Control Guidance Start: 0
Controlnet Conditioning Scale: 2

Self-portrait oil painting, a beautiful cyborg with golden hair, 8k Self-portrait oil painting, a beautiful cyborg with purple hair, 8k Self-portrait oil painting, a beautiful cyborg with ginger hair, 8k Self-portrait oil painting, a beautiful cyborg with green hair, 8k

768x768
6.8s
Num Images: 4
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.3
Lcm Origin Steps: 50
Num Inference Steps: 8

detailed

768x768
2.4s
Num Images: 1
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.5
Lcm Origin Steps: 50
Num Inference Steps: 1

A landscape painting

768x768
2.5s
Num Images: 1
Guidance Scale: 8
Archive Outputs: No
Prompt Strength: 0.45
Lcm Origin Steps: 50
Num Inference Steps: 4

Self-portrait oil painting, a beautiful cyborg with golden hair, 8k

تبديل الفئة

تأثيرات

تحويل النص إلى صورة

تحويل النص إلى صورة

تحويل النص إلى فيديو

نماذج اللغة الكبيرة

نماذج اللغة الكبيرة

تحويل النص إلى كلام

تحويل النص إلى كلام

دقة فائقة

دقة فائقة

مزامنة الشفاه

توليد الموسيقى بالذكاء الاصطناعي

توليد الموسيقى بالذكاء الاصطناعي

تحرير الفيديو

تحويل الكلام إلى نص

تحويل الكلام إلى نص

تحسين الفيديو بالذكاء الاصطناعي

إزالة الخلفية

إزالة الخلفية