2. Linux.do
  3. 简单测评一下商汤科技1.5开源生图模型

简单测评一下商汤科技1.5开源生图模型

vfx 2026-09-04 17:58 1

在12G显卡上跑的,一张图大概70秒左右,总体下来中规中矩,但这是第一个,能在本地完成<番茄炒蛋>提示词的大模型,而且没很多错别字,算是里程碑了.








最新回复 (5)
  • waptada 09-04 18:09
    1楼

    小字不错，的确挺难的。只是最终图也要好看才行。

  • vfx 楼主 09-04 18:12
    2楼

    开源小模型还挺有意思的,zimage人物好但智商不够,qwenimage构图好但有错别字,商汤1.5文字好别的能力都很普通.


    现阶段想要十全十美还是很难,不知道年底能不能追上GPT-IMAGE

  • 林黛玉倒拔垂杨柳 09-04 18:35
    3楼

    那，图生图涩涩这块……

  • iona 09-04 18:56
    4楼

    IMG2还是最高的山啊，而且马上要IMG2.5了，似乎大幅改善了噪点伪影问题

  • vfx 楼主 09-04 19:03
    5楼

    除了胸,啥都没有,涂抹感严重,应该是没训练数据,要后期自己训练lora


    NSFW




    总结



* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐