瓢虫举起“我爱世界”,Kolors 把中文文字放进了画面

新模型猫目发布于 来源:Kolors 官方资料
官方同时留下了中文提示词与样图,可以逐字看牌子,也可以看文字怎样融入物体。
瓢虫举起“我爱世界”,Kolors 把中文文字放进了画面

为什么值得关注

中文短字样与主体、材质可在同一生成任务里表达,值得做中文视觉概念的人参考。

适合谁:想用本地模型创作带中文短句的插画与视觉概念的创作者

这次有哪些亮点

  • 官方中文提示词与文字样图对应
  • 可扩展图生图、局部重绘和参考适配器

使用前需要知道

中文样图不代表长文案稳定正确;代码Apache2.0,权重为独立模型协议,商用需按条款登记。

瓢虫举着一块木牌,牌子上写“我爱世界”;橘猫弹钢琴,琴身出现 KOLORS;秋天的街边竖起“天道酬勤”。这三张图来自 Kolors 官方的文字绘制示例,配套文件还保留了中文提示词。对于想把短句放进插画的人,值得看的是文字和物体一起生成后的样子,而不只是模型声称支持中文。

Kolors官方三组文字绘制样图:瓢虫举牌、橘猫弹钢琴、中文街道路牌

来源:快手可图团队官方 README;对应提示见仓库 prompt_vis.txt。左图的“我爱世界”处于木牌表面,右图短句处于街道路牌。

把字放进场景,是一份完整的画面要求

在对应提示文件里,木牌例子先说明瓢虫、微距照片与木牌,最后指定要出现的四个汉字。它不是先做一张风景,再由排版程序贴字;模型需要同时处理主体、文字载体和字形。样图中木纹、牌子边缘和字的关系,使它更像一个可以继续发展的视觉概念。

看这类材料时,我会先检查短句是否完整,再看它是否在正确的物体上。画面好看与字写对是两件事,尤其是实际文案长于四个字、含日期价格或品牌名时。三张官方结果说明团队展示了这类任务,不证明换成任何中文都能一次完成。准确活动信息仍可在设计软件里单独排版。

Kolors 是快手可图团队的文生图模型,仓库给出了本地推理、网页演示与 Diffusers 入口。快速示例也是中文:让瓢虫举起写着“可图”的牌子,输出保存为图片文件。想换内容时,可以分别调整画面主体、载体材质和引号内的字,比把一长串质量词塞进提示更容易理解每轮变化。

有图以后,怎么继续改

官方另外提供图生图、局部重绘、ControlNet 和 IP-Adapter 等路线。它们有独立的权重或组件,不能把基础模型下载完成理解成全部功能已装好。如果你选中了一张图,只想替换衣服或局部区域,应看 inpainting 的原图与遮罩输入;想借用现有主体,则看参考适配器。这里介绍这些入口,是为了说明已生成素材仍有后续修改位置,并没有把不同示例拼成一次已经完成的工作。

采用条件也要分开读:代码采用 Apache 2.0,模型权重遵循单独的 MODEL_LICENSE,商业使用按问卷登记与规模门槛处理。README 的对比评测注明采用 2024 年 4 月版本,因此不适合拿来宣布今天领先所有产品。Kolors 更有持续价值的材料,是这批能逐字对照、能继续改提示的中文图像案例。

原始资料:Kolors 官方资料

以上为编辑整理,功能、许可与使用条件以官方说明为准。

返回每日分享