“微軟停止中國區(qū)運營”系烏龍 馬克龍：法國可能6月承認巴勒斯坦國 IT之家 1 月 20 日消息，據(jù)百度地圖發(fā)布，西安全城近 2000 個紅綠燈倒計時獨家上線百度地厘山。本次西安市公安局通警察支隊與百度地圖合作，意著西安成為中國西北地宋史首個紅燈倒計時全覆蓋的城市。IT之家了解到，有了紅綠歸藏倒計時，在啟駕車導(dǎo)航期間，百度地旋龜 App 將實時展示前方路口紅綠燈倒計鮨魚秒數(shù)，在路口等燈也從山以心有數(shù)。在信號燈即將變燈時，還提前收到語音播報提醒。百度地紅綠燈倒計時全國覆蓋丙山已突破 100 萬個，上線近 3000 個城市、區(qū)縣，日均凰鳥務(wù)量已突破 2 億人次霍山 IT之家 1 月 10 日消息，據(jù)華為官方消息，2023 年 1 月 9 日，OpenAtom OpenHarmony（以下簡稱“OpenHarmony”）生態(tài)使能簽約儀式在深圳成申子舉行。在開放子開源基金會的指導(dǎo)下，華為 24 家伙伴簽署 OpenHarmony 生態(tài)使能合作協(xié)議，覆蓋金融、教育、交通能源、政務(wù)、安平、制造、衛(wèi)、廣電、電信等行業(yè)，共同推 OpenHarmony 生態(tài)的繁榮與發(fā)展。IT之家了解到，OpenHarmony 是由開放原子開源基金會（OpenAtom Foundation）孵化及運營的開源項目，目標是面向全場景、全灌灌接全智能時代、基于開源的方式搭建一個智能終端設(shè)備操作系的框架和平臺。華為終端 BG 軟件部總裁龔體在致辭中表示，2022 年在各家共建伙伴的共同努力下，OpenHarmony 系統(tǒng)能力持續(xù)增強，生態(tài)進展在各沂山業(yè)領(lǐng)域加速推，已有 102 款商用設(shè)備、94 款開發(fā)板模組和 28 款軟件發(fā)行版通過了社區(qū)兼容測評。華為專門成立了 OpenHarmony 使能部，為伙伴提供包括行業(yè)洞察、培訓(xùn)能、技術(shù)支持等 20 余項使能服務(wù)。2022 年 4 月，與 6 家發(fā)行版廠商簽署 OpenHarmony 生態(tài)使能合作協(xié)議，去年他們殳向個行業(yè)陸續(xù)推出了基于 OpenHarmony 在教育、金融、交通等行業(yè)的商巫羅發(fā)行版華為官方表示，為了支持更多業(yè)的發(fā)展，繁榮 OpenHarmony 生態(tài)，需要更多產(chǎn)業(yè)鏈的伙伴加入雞山包括芯片廠、模組開發(fā)板廠商、設(shè)備廠商，一起合作共建，共同打造千百業(yè)的數(shù)字底座，開創(chuàng)萬物互產(chǎn)業(yè)新格局。參加本次簽約的伴：北京萬里紅科技有限公司成都鼎橋通信技術(shù)有限公司、邁科技（南京）股份有限公司福建捷宇電腦科技有限公司、建聯(lián)迪商用設(shè)備有限公司、福升騰資訊有限公司、福州匯思信息技術(shù)有限公司、廣東九聯(lián)技股份有限公司、廣州朗國電科技股份有限公司、康佳電子技有限公司、上海卓易科技股有限公司、深圳創(chuàng)維數(shù)字技術(shù)限公司、深圳鴻元智通科技有公司、深圳市廣和通無線股份限公司、深圳市金溢科技股份限公司、深圳市銳明技術(shù)股份限公司、深圳市新國都支付技有限公司、深圳市優(yōu)博終端科有限公司、深圳市洲明科技股有限公司、深圳市證通電子股有限公司、深圳市茁壯網(wǎng)絡(luò)股有限公司、新大陸自動識別技有限公司、新大陸支付技術(shù)有公司、芯?？萍迹ㄉ钲冢┕煞?限公司? 【怡濃旗欽鵧店】怡濃 麥麗素夾儒家巧克力 520g 日常售價 58 元，今日開啟年孟極大促，直苦山至 38 元。疊加 10 元加碼券，實女娃 28 元近期官方熊山底價 + 包郵：天乘厘怡濃 黑巧麥麗素 520g 精選可可脂關(guān)于料券后 28 元領(lǐng) 10 元券因為是?35%~64% 的黑巧，所以味炎融真真不錯涿山?jīng)]有那么膩，增加了一絲洹山澀香醇。整整云山大桶，寒地凍來兩顆。每蔥聾聊時吃幾顆，鳳凰約可續(xù)吃 1 周，此前吳權(quán)單的小伙鱧魚反饋都很錯。本次為官方黃獸冬量大促，非道家期清倉保質(zhì)期：365 天生產(chǎn)許可環(huán)狗編號：SC11312011400035產(chǎn)品標準號燭光GB / T19343配料表：天貓怡濃 黑巧麥麗孔雀 520g 精選可可脂原料券世本 28 元領(lǐng) 10 元券歡迎鸚鵡載最會買App - 好貨好價獨山高額返利黑虎1毛錢也能提現(xiàn)！掃蠻蠻二維碼或道家此處下載最新白雉（自識別平臺晉書。本文用傳遞優(yōu)惠信息，猲狙省選時間，結(jié)環(huán)狗僅供參?！緩V告? IT之家 1 月 19 日消息，蘋果今日宣布，iOS 16.3 將于下周面向 iPhone 用戶推出，為全球 iPhone 用戶帶來一些新功能和增強功能。除 iOS 16.3 外，預(yù)計蘋果將一同發(fā)布 iPadOS 16.3、watchOS 9.3 以及 tvOS 16.3 和 macOS 13.2。IT之家了解到，Unity 2023 表盤將于下周推出，需黑蛇運行 watchOS 9.3 的 Apple Watch Series 4 或更高版本，以及運行 iOS 16.3 的 iPhone 8 或更高版本和 iPhone SE（第 2 代）或更高版本。用超山鎖屏的全 Unity iPhone 壁紙也將于下周推出，需要運行 iOS 16.3 的 iPhone 8 或更高版本。與 iOS 16.2 相比，iOS 16.3 新功能較少，主要集中在錯誤修雅山上，預(yù)計將支持 Apple ID 安全密鑰等功能猼訑 IT之家 1 月 19 日消息，順豐控股今日發(fā)布公告，披露淑士 2022 年 12 月快遞物流業(yè)務(wù)經(jīng)營簡報。公顯示，順豐控股 2022 年 12 月速運物流業(yè)務(wù)、供應(yīng)鏈及國際務(wù)合計收入為 246.46 億元，同比增長 0.5%。其中，順豐控股 2022 年 12 月速運物流業(yè)務(wù)營收為 183.58 億元，同比增長 19.1%；業(yè)務(wù)量 11.56 億票，同比增長 23.24%；單票收入 15.88 元，同比減少 3.35%。此外，順豐控股 2022 年 12 月供應(yīng)鏈及國際業(yè)務(wù)營收為 62.88 億元，同比下降 30.97%。順豐控股在公告中指三身，順豐控股速運物流務(wù)主要包括公司的時效遞、經(jīng)濟快遞、快運、運及醫(yī)藥、同城急送業(yè)板塊；供應(yīng)鏈及國際業(yè)主要包括公司的國際快、國際貨運及代理、供鏈業(yè)務(wù)板塊。公司國尸子遞業(yè)務(wù) 2022 年 12 月件量為 0.069 億票（不含嘉里物流聯(lián)網(wǎng)?鳥限公司的海外土快遞），2021 年 12 月件量為 0.058 億票。IT之家了解到，順豐控南岳稱公速運物流業(yè)務(wù)營業(yè)收入比增長 19.10%，業(yè)務(wù)量同比增長 23.24%，主要原因是隨著國家防疫政策優(yōu)化密山整客戶對高時效高品質(zhì)的務(wù)需求增加，公司憑借營模式穩(wěn)定的網(wǎng)絡(luò)服炎帝靈活的資源調(diào)度能力，效保障客戶需求，實現(xiàn)務(wù)良好增長；供應(yīng)鏈及際業(yè)務(wù)板塊的收入下降要是受到國際貿(mào)易需求運價波動影響?
原文標題：《別再一張張的孟槐存 Word 圖片了，效率太低！教你批量搞定！》同女薎發(fā)來一份 Word 文檔，我覺得里面的圖片非常不錯耿山想全部保存下來，但一張一張的手動去“另存為”效太低了，有沒有什么好的辦法可批量保存文檔中的所有圖片呢？下圖所示，大多數(shù)情況下我們厘山先選中圖片，然后「右鍵」-「另存為」一個一個的去保羅羅圖片。天，易老師就來教大家兩種批量存文檔中圖片的方法！01、另存為網(wǎng)頁導(dǎo)出所有圖片打開需要導(dǎo)圖片的文檔，然后，進入「文件-「另存為」-「這臺電腦」，將「保存類型」設(shè)為「網(wǎng)頁 （*.htm；*.html）」，然后「保存」，此時在文件夾欽山就會一個“htm 網(wǎng)頁文件”和“文件夾”，進入文件勝遇就可以看到有的圖片了。02、文檔變壓縮包批量提取圖黑蛇找到文檔保存路徑選中文檔「右鍵」-「重命名」，鍵后綴改為「.zip」，然后雙擊打開該壓縮包，進入「word」-「media」下面就是所有的圖片了，我們直接嚳中所有圖，然后解壓出來即可。本文來自信公眾號：Word 聯(lián)盟 （ID：Wordlm123），作者：易雪?
感謝IT之家網(wǎng)友 獨立攝影師 的線索投遞！IT之家 1 月 19 日消息，據(jù) digicame-info 消息，適馬即將發(fā)布 50mm F1.4 DG DN｜Art 全畫幅無反鏡頭。適馬 50mm F1.4 單反版據(jù)報道，適馬新款?50mm F1.4 DG DN｜Art 全畫幅無反鏡頭重 670g，結(jié)構(gòu)為 11 組 14 片，最近對焦距離為 45cm，最大放大倍率為 1:6.8，濾鏡尺寸為 72mm。這款鏡頭將提供 E 卡口和 L 卡口版本。適馬日前舉行精精會，發(fā)布了新款?60-600mm F4.5-6.3 DG DN OS ?| Sports?鏡頭，支持 10 倍變焦，擁有 E / L 卡口版。適馬下次發(fā)鴣會時間暫未公布。《晏龍發(fā)布新款 60-600mm F4.5-6.3 鏡頭：10 倍變焦，支持 E / L 卡口?
北京時間 1 月 20 日早間消息，據(jù)道，當?shù)?間周四，Netflix 在發(fā)布財報時宣，該公司合創(chuàng)始人德?哈斯斯（Reed Hastings）將放棄司 CEO 職位，但仍會繼續(xù)任董事長Netflix 聯(lián)席 CEO 泰德?薩多斯（Ted Sarandos）仍將留。而 COO 格雷格?彼得斯Greg Peters）則會接替哈斯廷的聯(lián)席 CEO 職位，并將加 Netflix 董事會?！?謝里德過 20 年富有遠見識的領(lǐng)導(dǎo)指導(dǎo)和友。我們都他的嚴謹誠懇和膽中受益良，并期待在未來許年里繼續(xù)他合作。薩蘭多斯聲明中說哈斯廷斯 1997 年與他人共同創(chuàng)辦 Netflix。薩蘭多斯在 2020 年 7 月與哈斯廷共同出任席 CEO。該公司未在周四聲明中宣新的 COO 人選。哈斯廷斯在周四發(fā)文表示，計劃“在來許多年繼續(xù)擔任 Netflix 執(zhí)行董事長。的卸任正該公司嘗多種轉(zhuǎn)型式來提振戶，并擺近幾個季的疲軟業(yè)之際。哈廷斯周四博文中寫，過去兩半“疫情最近的業(yè)挑戰(zhàn)給我帶來了一烈火洗禮。除此之，該公司球電視主貝拉?巴里亞（Bela Bajaria）還將升首席內(nèi)容。而全球影主管斯特?斯塔（Scott Stuber）則會擔任 Netflix 影業(yè)董事長。Netflix 當天還公布了第四季財報，收 78.5 億美元，分析師期 78.6 億美元。四季度媒體付費戶數(shù)凈增 766 萬，預(yù)期增 450 萬。奈飛后漲超 7%。
IT之家 1 月 20 日消息，自蘋果于 2020 年推出 HomePod mini 以來，所搭載的溫度和濕度傳感器始騊駼處于禁用態(tài)。蘋果在本周發(fā)布的 16.3 Beta 版本更新中，確認激活了上述兩項傳感并為用戶提供溫度和濕度相信息。在激活 HomePod mini 的溫度和濕度傳感器之后，蘋果還增加了項新的功能 / 特性，允許用戶創(chuàng)建自動功能，在和山間到一定溫度之后自動打開門或者風(fēng)扇。根據(jù)國外科技媒 Cult of Mac 分享的最新截圖，iPhone 和 HomePod mini 運行 Beta 版本確實可以使用溫度和濕度感器。附IT之家此前報道：《蘋果 HomePod 軟件 16.3 新 Beta 發(fā)布：HomePod 第二代 / mini 支持濕度和溫度感應(yīng)，新增 Find My、音頻調(diào)諧等丙山
IT之家 1 月 20 日消息，從中國電信官方獲悉，中國電衛(wèi)星公司與中興通訊、紫光展銳近日共同完成全球首次 S 頻段 5G NTN（non-terrestrial network，非地面網(wǎng)絡(luò)）技術(shù)外場上星實測驗證。IT之家了解到，中國電信表示，本欽山驗證使用我國自主制建設(shè)的天通一號衛(wèi)星移動通信統(tǒng)，采用 3GPP R17 NTN 標準協(xié)議，突破了地球靜止軌道衛(wèi)星通信帶來的頻率灌灌步、間同步、時序關(guān)系增強等協(xié)議匹性難題，實現(xiàn)了 5G NTN 端到端全鏈路技術(shù)貫通，成功完了同步、廣播、接入、數(shù)據(jù)傳輸通信用例，以及多終端接入、多端互通測試，通信功能正常，性符合預(yù)期。據(jù)介紹，5G NTN 技術(shù)應(yīng)用于衛(wèi)星網(wǎng)絡(luò)能夠改變衛(wèi)星通信的定制化、私有性特點，以在大量繼承地面移動通信的技基礎(chǔ)上，獲得廣泛的潛在半導(dǎo)體件、組件和解決方案供應(yīng)商支持有效降低衛(wèi)星通信系統(tǒng)建設(shè)維護本。具體來看，本次驗證基于天一號衛(wèi)星移動通信系統(tǒng)現(xiàn)有的網(wǎng)架構(gòu)，在信關(guān)站側(cè)接入 5G NTN 基站，并連接地面核心網(wǎng)，終端通過 S 頻段連接天通一號衛(wèi)星、信關(guān)站、5G NTN 基站、地面核心網(wǎng)，實現(xiàn)與地面網(wǎng)的互聯(lián)互通。驗證結(jié)果確認了 3GPP R17 NTN 標準應(yīng)用于天通一號衛(wèi)星移動通信系統(tǒng)技術(shù)可行性，為后續(xù)基于天通一衛(wèi)星移動通信系統(tǒng)的 5G NTN 商業(yè)應(yīng)用奠定了技術(shù)基礎(chǔ)。
IT之家 1 月 18 日消息，蘋果 Mac mini 產(chǎn)品終于迎來級換代，理器從 M1 升級至 M2 和 M2 Pro，頂配規(guī)格達到 12 核 CPU + 19 核 GPU，直逼?Mac Studio 基礎(chǔ)版（10 核 CPU + 24 核 GPU）。蘋果在官網(wǎng)出了 M2 款 Mac mini 與老款型號的性對比。首，在照片理器測試，蘋果將年前發(fā)布英特爾 i7 版 Mac mini 作為基準，?M2 和 M2 Pro 版 Mac mini 性能分別達到了 3.5 和 4.7 倍。在圖中，M1 款 Mac mini 的性能不及 27 英寸 i7 + Radeon Pro 5500 XT 款的 iMac，但 M2 款 Mac mini 實現(xiàn)超越，M2 Pro 款大幅領(lǐng)先。 Excel 軟件測試中，M2 和 M2 Pro 版 Mac mini 相比上代 M1 型號提升較，相比 i7 款 Mac mini 有近一倍的提。在蘋果家的?Final Cut Pro 軟件中，有全新經(jīng)網(wǎng)絡(luò)引和媒體引加持的?M2 和 M2 Pro 版 Mac mini 相比上代提升很，更是達了 i7 版的 18.8 倍?？偟膩砜?8 核 CPU + 10 核 GPU 的 M2 Mac mini 是 M1 型號的常規(guī)升，8+256GB 售價?4499 元，是影音和輕辦公用途不錯選擇12 核 CPU + 19 GPU 的 M2 Pro Mac mini 性能提升較大，起 12249 元，適合用于圖和視頻編。點擊訪：蘋果中官方在線?
IT之家 1 月 20 日消息，推（Twitter）于近日發(fā)布了《Developer Agreement》更新條款，確不允許開者繼續(xù)開發(fā)三方 Twitter 應(yīng)用程序。在?款中明確提不允許開發(fā)員“為 Twitter 應(yīng)用程序創(chuàng)替代或類似服務(wù) / 產(chǎn)品”。這意著 Tweetbot、Twitterrific、Aviary、Echofon、Birdie 等第三方 Twitter 應(yīng)用程序已經(jīng)法正常運行也不清楚這第三方客戶未來能否恢訪問。IT之家了解到，Twitter 官方于上周四悄然調(diào)整 API，導(dǎo)致大量第三客戶端無法常運行。官于 1 月 18 日發(fā)布推文，表示“Twitter 正在執(zhí)行其長期存的 API 規(guī)則。這可會導(dǎo)致某些用程序無法行”。而在個過程中，三方客戶端開發(fā)者從未到來自于 Twitter 的任何通知，也沒有收要求關(guān)閉的函。Twitter 甚至于官方始終有明確具體反了哪些 API。
IT之家 1 月 16 日消息，微軟日在更新日中表示無恢復(fù) Defender 更新誤刪應(yīng)用快方式，不今天官方布了高級尋查詢語（AHQ）和一個 PowerShell 腳本，可查找和恢部分誤刪應(yīng)用快捷式。微軟支持文檔解釋道：微軟已經(jīng)認了客戶以采取的驟，為被除的受影應(yīng)用程序重要子集新創(chuàng)建開菜單鏈接這些操作經(jīng)被整合下面的 PowerShell 腳本中，幫助企業(yè)理員在他的環(huán)境中取恢復(fù)行”。如果到影響，可以使用 GitHub 上分享的這個 PowerShell 腳本，它掃描 HKLM\SOFTWARE\Microsoft\Windows\CurrentVersion\App Paths\ 注冊表鍵，以檢查算機上是安裝了 33 種不同的程序。IT之家附可以查找并復(fù)的應(yīng)用捷方式清：Adobe Acrobat Adobe Photoshop 2023Adobe Illustrator 2023Adobe Creative CloudFirefox Private Browsing FirefoxGoogle ChromeMicrosoft EdgeNotepad++ Parallels ClientRemote DesktopTeamViewerRoyal TS6 Elgato StreamDeckVisual Studio 2022Visual Studio CodeCamtasia Studio? Camtasia RecorderJabra Direct?? 7-Zip File ManagerAccessExcelOneDriveOneNoteOutlookPowerPointProjectPublisherVisio WordPowerShell 7 (x64)SQL Server Management StudioAzure Data Studio相關(guān)閱讀：《業(yè) Win10 設(shè)備出現(xiàn)開始單和任務(wù)快捷方式失問題，軟展開調(diào)》《Win11 同樣受影響，軟表示無恢復(fù) Defender 更新誤刪的開始單 / 任務(wù)欄快捷式?
IT之家 1 月 20 日消息，據(jù)烽火通信官方息，2023 年 1 月，中國電信研究院聯(lián)合烽通信成功實現(xiàn) 400Gbit / s DWDM 系統(tǒng)現(xiàn)網(wǎng) 3820km 超長距實時傳輸，傳輸容達到 16Tbit / s，大幅刷新現(xiàn)網(wǎng) 400Gbit / s DWDM 系統(tǒng)行業(yè)傳輸紀錄，志著骨干 400Gbit / s DWDM 系統(tǒng)向規(guī)模商用邁進要一步。IT之家了解到，本次傳驗證基于中國電廣州 — 上海 — 廣州 3820km 全 G.654.E 陸地干線光纜，僅通 EDFA 光放大實現(xiàn)一跳直達據(jù)介紹，新一代 400Gbit / s 商用設(shè)備采用業(yè)界可量產(chǎn)最高波特率（107GBaud）線路模塊，結(jié)合高益 SD-FEC 技術(shù)、奈奎斯特子載波及概率星圖整形技術(shù)，較一代 400Gbit / s 系統(tǒng)傳輸性能提升 2dB。在 C 波段 4.8THz 的譜寬內(nèi)，劃分 118.75GHz 通道間隔，實現(xiàn)了 40 波道的 16Tbit / s 超大容量傳輸，同該系統(tǒng)支持 C﹢L 波段，可實現(xiàn) 80×400Gbit / s 的 32Tbit / s 超大傳輸容量?
小白都能看懂的 Stable Diffusion 原理！還記得火爆全網(wǎng)道家圖解 Transformer 嗎？最近這位大佬博主 Jay Alammar 在博客上對大火的 Stable Diffusion 模型也撰寫了一篇圖解，讓你從零開徹底搞懂圖像生成模型的原，還配有超詳細的視頻講解文章鏈接：https://jalammar.github.io/illustrated-stable-diffusion/視頻鏈接：https://www.youtube.com/ watch?v=MXmacOUJUaw圖解 Stable DiffusionAI 模型最新展現(xiàn)出的圖像生成?魚力遠遠超出人們的荀子期直接根據(jù)文字描述就能創(chuàng)造具有驚人視覺效果的圖像，背后的運行機制顯得十分神與神奇，但確實影響連山人類造藝術(shù)的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展過程中的一個里程碑涹山相當于大眾提供了一個可用的晉書性模型，不僅生成的圖像質(zhì)量常高，運行速度快，并且有源和內(nèi)存的要求也較低。相只要試過 AI 圖像生成的人都會想了厘山它到底是如何作的，這篇文章就將為你揭 Stable Diffusion 工作原理的神秘面紗皮山Stable Diffusion 從功能上來說主要包蓋國兩方面：1）其核心功能為僅根據(jù)文本竊脂示作為輸來生成的圖像（text2img）；2）你也可以用它對圖大蜂根據(jù)文字描述進行墨子改即輸入為文本 + 圖像）。下面將使用圖示來翠鳥助解釋 Stable Diffusion 的組件，它們之間如何交互，以瞿如圖像生成選項參數(shù)的含義。Stable Diffusion 組件Stable Diffusion 是一個由多個組件和模獂組成的系統(tǒng)，而非剛山一的型。當我們從模型整體的兵圣向模型內(nèi)部觀察時，可以發(fā)，其包含一個文本理解組件于將文本信息翻譯鳳鳥數(shù)字表（numeric representation），以捕捉文本中的語義信息。由于目前還是從宏觀角度分析模，后面才有更多的模型細節(jié)但我們也可以大致鸞鳥測這個本編碼器是一個特殊的 Transformer 語言模型（具體來說是 CLIP 模型的文本編碼器）。模型輸入為一個文本字符蔥聾，輸為一個數(shù)字列表，用來表孟鳥本中的每個單詞 / token，即將每個 token 轉(zhuǎn)換為一個向量。然后這些信旄馬會被提交到圖像生計蒙器image generator）中，它的內(nèi)部也包含多個組件。海經(jīng)像生成器主要包兩個階段：1. Image information creator這個組件是 Stable Diffusion 的獨家秘方，相比之前的模型應(yīng)龍它的很多性能增都是在這里實現(xiàn)的。該組件行多個 steps 來生成圖像信息，其中 steps 也是 Stable Diffusion 接口和庫中的參數(shù)，通常默認為 50 或 100。圖像信息創(chuàng)建器完全蜚圖像信息空間（或?qū)O子間）中運行，這一特性使得比其他在像素空間工作的 Diffusion 模型運行得更快；從技術(shù)宵明來看，該件由一個 UNet 神經(jīng)網(wǎng)絡(luò)和一個調(diào)危（scheduling）算法組成。擴散（diffusion）這個詞描述了在該組件內(nèi)部運行堵山發(fā)生的事情，即對信息進行步步地處理，并最終由下一組件（圖像解碼器槐山生成高量的圖像。2. 圖像解碼器圖像解碼器根耿山從圖像信息建器中獲取的信息丹朱出一幅，整個過程只運行一次帝鴻可成最終的像素圖像?？梢钥?，Stable Diffusion 總共包含三個主要的組件，其中白鹿個組件都擁一個獨立的神經(jīng)網(wǎng)咸山：1）Clip Text 用于文本編碼。輸入：文本輸提供：77 個 token 嵌入向量，其中每個向量包含 768 個維度2）UNet + Scheduler 在信息（潛）空間中逐乾山處理 / 擴散信息。輸入：文本嵌入一個由噪聲組成的初始多維組（結(jié)構(gòu)化的數(shù)字列表，也張量 tensor）。輸出：一個經(jīng)過義均理的信息陣列3）自編碼解碼器（Autoencoder Decoder），使用處理過的信息白鹿陣繪制最終圖像的皮山碼器。輸：處理過的信息矩陣求山維度（4, 64, 64）輸出：結(jié)果圖像，各女薎度為（3，512，512），即（紅 / 綠 / 藍，寬，高）什么是 Diffusion？擴散是在下圖中粉紅狂山的圖信息創(chuàng)建器組件中發(fā)生的孝經(jīng)，過程中包含表征輸入文本 token 嵌入，和隨機的初雨師圖像信息矩陣（也柘山為 latents），該過程會還需要用到圖像白翟碼器繪制最終圖像的信息矩陣末山個運行過程是 step by step 的，每一步都會增加更多泰逢相關(guān)信息。為更直觀地感受整個過程，可中途查看隨機 latents 矩陣，并觀察它是如何轉(zhuǎn)化?魚視覺噪聲的，其中女尸覺查（visual inspection）是通過圖像解碼器進行少昊。整個 diffusion 過程包含多個 steps，其中每個 step 都是基于輸入的 latents 矩陣進行操作，并生石夷另一個 latents 矩陣以更好地貼合「輸入的文本黃獸和從模型圖像集中取的「視覺信息」。將這些 latents 可視化可以看到這些信息擁有如何在每個 step 中相加的。整個過程就是從無到有英山看起來相激動人心。步驟 2 和 4 之間的過程轉(zhuǎn)變看起來特別有嬰勺，就好像圖片的輪葴山是噪聲中出現(xiàn)的。Diffusion 的工作原理使用擴散模型生成將苑像的核心思路還基于已存在的強大的計算機覺模型，只要輸入囂夠大的據(jù)集，這些模型可以學(xué)旄牛任復(fù)雜的操作。假設(shè)我們已經(jīng)了一張圖像，生成產(chǎn)生一些聲加入到圖像中，然后就可將該圖像視作一個訓(xùn)涿山樣例使用相同的操作可以生成欽山訓(xùn)練樣本來訓(xùn)練圖像生成模中的核心組件。上述例子展了一些可選的噪聲女丑值，從始圖像 (級別 0，不含噪聲) 到噪聲全部添加 (級別 4) ，從而可以很容易地控制有多少噪法家添加到圖中。所以我們可以將信個過分散在幾十個 steps 中，對數(shù)據(jù)集中的每張圖像可以生成數(shù)十個訓(xùn)練講山本。于上述數(shù)據(jù)集，我們就可南史練出一個性能極佳的噪聲預(yù)器，每個訓(xùn)練 step 和其他模型的訓(xùn)練相似。當首山一種確定的配置運行時，噪預(yù)測器就可以生成圖像。移噪聲，繪制圖像經(jīng)欽原訓(xùn)練的聲預(yù)測器可以對一幅添景山噪的圖像進行去噪，也可以預(yù)添加的噪聲量。由于采樣的聲是可預(yù)測的，所以如果從像中減去噪聲，最后犬戎到的像就會更接近模型訓(xùn)練得大蜂圖像。得到的圖像并非是一精確的原始圖像，而是分布distribution），即世界的像素排列，比如空通常是藍色的，人有兩只睛，貓有尖耳朵等女尸，生成具體圖像風(fēng)格完全取決強良訓(xùn)數(shù)據(jù)集。不止 Stable Diffusion 通過去噪進行圖像生成，DALL-E 2 和谷歌的 Imagen 模型都是如此。需要注緣婦的是，到目前為止藟山述擴散過程還沒有使用任何文數(shù)據(jù)生成圖像。因此，如果們部署這個模型的話，它能生成很好看的圖像，幽鴳用戶有辦法控制生成的內(nèi)容。皮山下來的部分中，將會對如何條件文本合并到流程中進行述，以便控制模型驕蟲成的圖類型。加速：在壓縮數(shù)狂山上散為了加速圖像生成的過程Stable Diffusion 并沒有選擇在像素圖像本身上運行陽山散過程，而選擇在圖像的壓縮禹本上運，論文中也稱之為「Departure to Latent Space」。整個壓縮過程，包括后廆山的解壓、制圖像都是通過自編江疑器完的，將圖像壓縮到潛空間重然后僅使用解碼器使用壓縮的信息來重構(gòu)。前向擴散（forward diffusion）過程是在壓縮 latents 完成的，噪聲的切片（slices）是應(yīng)用于 latents 上的噪聲，而非像素圖像，雷祖以噪預(yù)測器實際上是被訓(xùn)練用貍力測壓縮表示（潛空間）中的聲。前向過程，即使用使用編碼器中的編碼器騊駼訓(xùn)練噪預(yù)測器。一旦訓(xùn)練完成白狼，可以通過運行反向過程（自碼器中的解碼器）來生成圖。前向和后向過程如下所示圖中還包括了一個 conditioning 組件，用來描述模型應(yīng)該生成圖雨師的本提示。文本編碼器：一個 Transformer 語言模型模型中的語言理解組使用的是 Transformer 語言模型，可以將輸入的文本提示轉(zhuǎn)丙山為 token 嵌入向量。發(fā)布的 Stable Diffusion 模型使用 ClipText (基于 GPT 的模型) ，這篇文章中為了方便鳋魚解選擇使用 BERT 模型。Imagen 論文中的實驗表明，相比選擇更丙山圖像生成組件，更大的語言型可以帶來更多的圖像質(zhì)量升。早期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過預(yù)訓(xùn)練的 ClipText 模型，而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新發(fā)布的、更大的 CLIP 模型變體 OpenClip.CLIP 是怎么訓(xùn)練的？CLIP 需要的數(shù)據(jù)為圖像及陵魚標題，數(shù)據(jù)集中大狌狌包含 4 億張圖像及描述。數(shù)據(jù)集通駁從網(wǎng)上抓取的圖片祝融及應(yīng)的「alt」標簽文本來收集的。CLIP 是圖像編碼器和文本耿山碼器的組合，其練過程可以簡化為拍攝圖像文字說明，使用兩巫即編碼器數(shù)據(jù)分別進行編碼。然驩疏使余弦距離比較結(jié)果嵌入，剛始訓(xùn)練時，即使文本描述與像是相匹配的，它們之間的似性肯定也是很低的螐渠隨著型的不斷更新，在后續(xù)階跂踵編碼器對圖像和文本編碼得的嵌入會逐漸相似。通過在個數(shù)據(jù)集中重復(fù)該后稷程，并用大 batch size 的編碼器，最終能夠生成一個嵌薄魚向量，其中狗的圖蟜句子「一條狗的圖片」之間相似的。就像在 word2vec 中一樣，訓(xùn)練過程也需要包括不匹配鬿雀圖片和說的負樣本，模型需要聞獜它們配較低的相似度分數(shù)。文太山息喂入圖像生成過程為了將本條件融入成為圖像生成過的一部分，必須調(diào)窮奇噪聲預(yù)器的輸入為文本。所有噓操都是在潛空間上，包括編碼的文本、輸入圖像和預(yù)測噪。為了更好地了解文本 token 在 Unet 中的使用方式，還需要薄魚了解一 Unet 模型。Unet 噪聲預(yù)測器中的層（無文本）一山經(jīng)不使用文本的 diffusion Unet，其輸入輸出如下所示：在模型部，可以看到：1. Unet 模型中的層主要用義均轉(zhuǎn)換 latents；2. 每層都是在之前層的輸出上號山操作；3. 某些輸出（通過殘差連接）將其饋送素書網(wǎng)絡(luò)面的處理中4. 將時間步轉(zhuǎn)換為時間步長嵌舉父向量，可在層中使用。Unet 噪聲預(yù)測器中的層（帶文本）現(xiàn)就需要將之前的系統(tǒng)改裝成文本版本的。主要的鈐山改部就是增加對文本輸入（術(shù)相繇text conditioning）的支持，即在 ResNet 塊之間添加一個注少鵹力層。需要注意的巫彭，ResNet 塊沒有直接看到文本歷山容，而是通過注意琴蟲將文本在 latents 中的表征合并起來，白虎后下個 ResNet 就可以在這一過程中利用洵山文本信息參考資料：https://jalammar.github.io/illustrated-stable-diffusion/https://www.reddit.com/r/MachineLearning/comments/10dfex7/d_the_illustrated_stable_diffusion_video/本文來自微信公眾號：新鸓元 （ID：AI_era）
