InstructBLIP：可指令调教的通用图像语言模型

输入这样一句话：“beautiful future city with high speed train and flying cars high quality detailed photorealistic”，你可以得到下面这样一张图像： 按照提示文本生成图像，这就是Stable Diffusion所做的事情。Stable Diffusion是由德国海德堡大学的Robin Rombach等人在2022年的文章"High-Resolution Image Synthesis with Latent Diffusion Models"中提出的。难得可贵的是作者将其实现开源，从而极大的促进了后续的衍生品开发。使用Stable Diffusion二次开发的应用正呈现百花齐放的状态。 你可以在https://civitai.com看到更多Stable Diffusion生成图像样例。 * 开源实现：https://github.com/CompVis/stable-diffusion#stable-diffusion-