text-to-image太火，tiktok都直接在app里面上线了，必须跟近形式
昨天Stable Diffusion模型被放出来之后，找时间试了试快速试了试，效果比disco diffusion/latent diffusion好了一大截，同样的prompt出的图明显看出SD模型更懂语义，图能更consistent（当然也还是有很多不成样的图）。同时发现速度巨快，在我的36核台式机上纯用CPU都只需要75秒左右就能出一张512x512，需要内存不过7-8G。于是把之前搞的prompts全堆上一天画了700多张图，cherrypick几张看看
应该是某个外星
画人始终是个挑战，不论哪个模型，尤其是脸和手，背面避开了最难的地方
军舰的后半段没了，前面还有点意思
有点油画的意思
金字塔工地还蛮宏大
伊甸园? 远景避开了画人的尴尬
somewhere I want to live
有点霸气，但是脑勺后面的东西不太对
梵高style，屋顶有点不太对
莫奈style
破坏小黄人
赌博兔having fun
有点萌的老虎玩具
这马画的不错
萌版stormtrooper，手还是不行，像截肢了一样
眼睛有时候也是问题，一只好的，一只不行
meow
虽然跟Imagen/Parti对比还有差距，总体来说已经有了很大进步，不过总还是有细节不太对，希望能很快支持in-painting，这样还可以修补
今天还花了一下午写了个简陋的桌面前端，这样如果有算力不错的机器就不用去Hugging Face上去排队了
目前能跑，可能明天先扔个v0.1到GitHub上吧，后续再探索做prompt自动生成什么的。prompt engineering真是太重要了，现在越发觉得最大的瓶颈是prompt，在出图如此快的情况下，如何找到好的prompt成为关键，新的炼丹术。所以才会有PromptBase这样的网站进行prompt售卖
