Pika、AnyDoor已面向所有用户开放

12月25日,Pika官方宣布Pika 1.0版本向所有用户全面开放。作为节日礼物,登录到Pika就可以免费创作短视频。界面非常简洁直观,用户可以通过输入提示词或者上传图片视频作为参考进行生成,大家可以自行尝试。

同时,Leonardo也在今天向全部用户开放motion功能。登录到后台就可以尝试该功能。Motion的推出可以帮助用户轻松完成图像动态化。完成图像生成后,点击下方的image to motion,设置好图像的motion值,也就是运动幅度开始生成视频。付费用户还可以设置为private私密模式。

不过,由于缺少镜头移动选项,该模型还需要进一步改进。以下是生成的视频预览:

目前,该功能完全免费,大家可以尝试。

此外,阿里集团在之前发布的AnyDoor,也开放了测试页,这是在GitHub上的地址:GitHub – ali-vilab/AnyDoor: Official implementations for paper: Anydoor: zero-shot object-level image customization。AnyDoor模型可以实现0样本图像替换,适合作为人物换装工具。点击链接:AnyDoor Online – a Hugging Face Space by xichenhku,访问AnyDoor在huggingface的测试页。分别上传一张人物图像和需要替换的服装,调整笔刷到合适的粗细,并遮罩需要替换服装的区域。然后,用笔刷遮罩右侧的服装区域。

完成后,点击【run】按钮,我们可以看到人物的换装效果非常不错,完全看不出合成痕迹。更换一个模特和服装,按照同样的方法可以完成服装替换。

除了使用换装工具,我们还可以使用实时绘图工具为模特绘制不同类型的服装。打开Pikaso:Free AI Art Generator | Freepik Pikaso,上传一张模特图像,在上方输入a chinese girl提示词,把ai强度值调整到20以上。Imagination强度值越大,越接近于提示词内容。

然后,使用笔刷工具遮罩服装的不同区域,就可以实时生成效果。完成设计后,点击Enhance按钮完成图像增强。

在提示此后方加入jean, show letter词条,还可以替换人物的下装,设置衣服上的文本内容。

此外,一个名为PASD的像素感知稳定扩散模型在近期完成了更新:GitHub – yangxy/PASD,可以实现逼真的图像超分辨率和个性化的风格。

例如,PASD可以修复低分辨率的黑白照片,完成分辨率增强和画质修复。或者改变参考图的风格,完成画质增强。还可以对老旧照片上色完成精准的色彩还原。点击链接:GitHub – camenduru/PASD-colab,运行Colab脚本。点击运行后直到出现如下链接表明项目已在colab上部署完成:

PASD的操作非常简单。上传需要增强的图像,在下方添加正反提示词,放大倍数和参数,即可完成增强。例如,使用PASD自带的样本,经过放大后,图像的细节明显得到了增强。然后,上传一张照片,参数保持默认,添加提示词,增强后的图像效果非常不错,缺点是细节部位没有被还原。我这里尝试上传一张动漫图像,从下面效果来看,明显提高图像的画质,拖动竖线可以查看前后图片对比:

感兴趣的同学可以尝试上面几个AI工具。

发表回复