Yila
Diffusionsmodell: Vorwärtsrauschen und Rückwärtsrauschen (EN)

KI und Informatik

Diffusionsmodell: Vorwärtsrauschen und Rückwärtsrauschen

Aufbau:
eine Reihe von Bildern mit entgegengesetzten Pfeilen oben und unten
Seitenverhältnis:
16:9

Prompt

Erstellen Sie ein Schema eines „Diffusionsmodells zur Bilderzeugung“: eine horizontale Reihe mit fünf kleinen Bildern. Ganz links ist ein klares Bild einer Blume. Wenn man sich nach rechts bewegt, weist jedes Bild mehr gesprenkeltes Rauschen auf, und ganz rechts ist reines graues Rauschen zu sehen. 1. Über der Zeile zeigt ein langer Pfeil von links nach rechts: Der Vorwärtsprozess fügt Schritt für Schritt Rauschen hinzu. 2. Unterhalb der Zeile zeigt ein langer Pfeil von rechts nach links: Der umgekehrte Vorgang entfernt das Rauschen Schritt für Schritt. 3. Der untere Pfeil geht durch ein kleines Kästchen für das Entrauschungsnetzwerk, das unter der Mitte der Zeile platziert ist. Nur die Bilder ganz links und ganz rechts erhalten Beschriftungen. Schreiben Sie jede Beschriftung nur einmal in der gesamten Abbildung. Beschriftungen (jede genau einmal verwenden, keinen weiteren Text hinzufügen): 【Clean image, Pure noise, Forward process: add noise, Reverse process: denoise, Denoising network】. Stil: schematisches Diagramm im Journal-Stil. Saubere, flache Vektorgrafiken auf weißem Hintergrund. Module sind abgerundete Rechtecke oder einfache Symbole mit ihren Kurznamen darin; Helle Pastelltafeln gruppieren verwandte Ebenen. Nur 3-4 gedämpfte Farben mit jeweils einer festen Bedeutung. Dünne, gleichmäßige Pfeile zeigen den Fluss von Daten, Energie, Material oder Einfluss; gestrichelte Pfeile für indirekte oder Feedback-Links. Nur serifenlose englische Etiketten, jedes Etikett kommt genau einmal vor und wird genau wie angegeben geschrieben. Kein 3D-Rendering, keine Schatten, kein Leuchten, keine Cyberpunk- oder Tech-Hintergrunddekoration, kein Fotorealismus.

Öffnet Yila mit diesem Prompt und dem Beispiel als Referenzbild.

Die Beispiele wurden mit Nano Banana erstellt. Der Prompt funktioniert auch mit GPT Image und anderen Bildmodellen; die Ergebnisse unterscheiden sich je nach Modell.

Alle Prompts ansehen