OmniGen 是智源推出的一款全新的扩散模型架构，专注于统一图像生成。它简化了图像生成的复杂流程，通过一个框架处理多种任务，例如文本生成图像、图像编辑和基于视觉条件的生成等。此外，OmniGen 通过统一学习结构实现了知识迁移，使其能够适应不同的任务和领域需求。该模型不仅高度简化和易用，还在图像生成领域展示了强大的灵活性。
开源地址：https://github.com/VectorSpaceLab/OmniGen
☞☞☞☞☞☞ 右侧下载整合包 ☞☞☞☞☞☞
软件特点：
- 统一性：OmniGen 能够一体化地处理多种图像生成任务，包括文本生成图像、主题驱动生成、图像编辑和基于视觉条件的生成。其创新之处在于能将计算机视觉中的传统任务转换为图像生成任务，从而提供一体化的图像生成体验。
- 简单性：OmniGen 摒弃了其他模型常见的繁琐操作流程，不需要 ControlNet、IP-Adapter 等插件支持，任务处理更为直观。用户可以通过简洁的指令完成复杂任务，极大地降低了操作门槛。
- 知识迁移：通过统一格式的学习，OmniGen 能够在不同任务间迁移知识，尤其适用于未见过的任务或领域。在这一过程中，OmniGen 探索了“思维链”机制的应用，使其在图像生成中拥有更灵活的推理和上下文学习能力。
软件功能：
- 文本生成图像：通过文本描述生成相应的图像。
- 图像编辑：根据用户需求对图像进行局部或整体编辑。
- 角色一致性生成：在多个图像中保持角色的外观一致。
- 基于视觉条件的生成：根据视觉条件（如姿态或边缘信息）生成符合特定要求的图像。
配置要求：
建议电脑满足以下配置：
- 操作系统：Windows 10/11 64位
- 显卡：8G显存可用但生成速度较慢，建议8G显存以上的英伟达（NVIDIA）显卡，
- CUDA >= 11.8
- 整个包解压完约24.5G，要留足硬盘空间
电脑如未安装CUDA可以查看安装教程：https://aiyy.info/requirements/
如何查看显卡品牌型号和显存：
- 打开任务管理器
- 点击“性能”
- 点击“GPU”
- 右上角可以看到显卡型号，下方可以看到显存大小
使用教程：
① 打开下载页面（https://aiyy.info/omnigen/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件下载地址：https://www.winrar.com.cn/）
注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错
② 双击“一键启动.exe”，稍等片刻会在浏览器中自动打开操作界面
③ 上传图像（也可以不用上传），输入提示词（在提示词中需要参考上传图像的，图像名字格式要严格按照这个格式<img><|image_i|></img> ，否则识别不出来会报错，i可以改为编号1、2、3），然后调整宽高等参数，也可以保持默认，最后点击提交，生成结果会位于右侧
1、提示词生成图片
提示词：A curly-haired man in a red shirt is drinking tea.
翻译：一个穿着红衬衫的卷发男人正在喝茶。
2、用单张参考图生成图像
提示词：The woman in <img><|image_1|></img> waves her hand happily in the crowd.
翻译：<img><|image_1|></img>中的女人在人群中高兴地挥手。
3、根据姿势图生成图像
提示词：Generate a new photo using the following picture and text as conditions: <img><|image_1|><img>
A young boy is sitting on a sofa in the library, holding a book. His hair is neatly combed, and a faint smile plays on his lips, with a few freckles scattered across his cheeks. The library is quiet, with rows of shelves filled with books stretching out behind him.
翻译：使用以下图片和文本作为条件生成新照片：<img><|image_1|><img>
一个小男孩坐在图书馆的沙发上，手里拿着一本书。他的头发梳得整整齐齐，嘴唇上挂着淡淡的微笑，脸颊上散落着几颗雀斑。图书馆很安静，一排排排的书架上摆满了书，伸到他身后。
4、将两张图像中的人物放到一张图像中
提示词：Two woman are raising fried chicken legs in a bar. A woman is <img><|image_1|></img>. The other woman is <img><|image_2|></img>.
翻译：两个女人在酒吧里举起炸鸡腿。一个女人是<img><|image_1|></img>。另一个女人是<img><|image_2|></img>。
5、将人群中的特定人物提取出来放到一张图像中
提示词：A man and a woman are sitting at a classroom desk. The man is the man with yellow hair in <img><|image_1|></img>. The woman is the woman on the left of <img><|image_2|></img>.
翻译：一个男人和一个女人坐在教室的桌子旁。这个男人就是<img><|image_1|></img>中的黄头发男人。这个女人是<img><|image_2|></img>左侧的女人。
6、更改图像中的物体
提示词：<img><|image_1|><img>
Replace the mug with a clear glass filled with sparkling iced cola.
翻译：<img><|image_1|><img>
把杯子换成装满起泡冰可乐的透明玻璃杯。
