ControlNet作者新作Omost，一句话让LLM生成构图小作文，再也不用担心不会写提示词了！

文章预览

近日，ControlNet的作者推出了一个全新的项目—Omost。 Omost是一个将LLM的编码能力转化为图像生成能力的项目。 对现有图像模型的提示词理解有着巨大的帮助。 通过很短的提示词，就可以生成非常详细并且空间表现很准确的图片。 完美解决新手小白不会写提示词的痛点。现在只需一句超简单的提示词说明意图，Agent就会自己开始“构图”。 这个名字Omost有两层含义： 每次使用 Omost 后，你的图像几乎就完成了； O意思是omni多模式，most意味着我们想最大限度地利用它。 Omost提供LLM模型，该模型将编写代码以使用Omost的虚拟Canvas代理来组合图像视觉内容。这Canvas可以通过图像生成器的特定实现来渲染以实际生成图像。 所有模型都使用以下混合数据进行训练： 包括 Open-Images 在内的多个数据集的真实注释， 通过自动注释图像提取的数据 来自 DPO（直接偏好 ………………………………