Diffree是一款基于扩散模型的创新图像编辑工具，专门用于文本引导的对象添加。它能够仅通过文本描述，在图像中精确添加新对象，无需用户手动指定边界框或绘制蒙版。Diffree的核心优势在于能够保持背景一致性，同时确保新添加对象在空间位置、光照和纹理上与原图像和谐统一。这一突破性技术为图像编辑和创作带来了新的可能性，使得用户能够更加自由和直观地操作图像内容。
使用Diffree非常简单直观。用户只需提供原始图像和想要添加对象的文本描述。Diffree会自动分析图像内容和文本指令，预测新对象的最佳位置和形状，然后将对象无缝地融入原图像中。这个过程完全自动化，无需用户进行复杂的手动操作。Diffree还支持迭代添加多个对象，每次添加都会考虑之前的修改，确保整体画面的协调性。对于需要精细控制的场景，Diffree可以与其他工具如Anydoor结合使用，实现更精确的对象放置。
目前未公开Diffree的具体定价信息。作为一项研究成果，它可能首先在学术和研究领域内使用，之后可能会考虑商业化应用。
Diffree由厦门大学、上海人工智能实验室OpenGVLab和香港大学的研究团队共同开发。
未提供具体的email地址信息。
未提供具体的社交媒体信息。项目详情可访问https://opengvlab.github.io/Diffree/
Stable Audio Open是一款先进的AI音频生成工具,可根据文本提示生成高质量的立体声音频。它结合了自动编码器、文本嵌入和扩散模型,能创造出长达47秒的音频内容。
