DiffMorpher – AI实现图像间平滑过渡视频工具，一键制作抖音爆火的小女孩的一生~

一、DiffMorpher是什么？

DiffMorpher是一项人工智能技术，它利用先进的扩散模型，能够在两张图像之间实现平滑且自然的形变，生成过渡视频。这一技术在图像生成领域展现了突破性的进展，大幅提升了生成视频的质量，使其超越了以往的生成模型。

扩散模型在图像生成质量方面已经取得了令人瞩目的成就，但与生成对抗网络（GAN）相比，扩散模型在进行两个图像样本之间的平滑插值方面存在一些挑战。这是因为扩散模型的潜在空间通常是高度非结构化的，不利于直接进行插值操作。

平滑插值不仅在视觉效果上更为吸引人，而且对于图像形变任务尤为关键。图像形变在多个领域都有广泛的应用，如动画制作、医学成像以及增强现实等。

二、DiffMorpher的网站地址：

1、GIthub仓库：

https://github.com/Kevin-thu/DiffMorpher

2、官网地址：

https://diffmorpher.com/

3、论文地址：

https://arxiv.org/abs/2312.07409

https://arxiv.org/pdf/2312.07409.pdf

4、在线体验：

https://openxlab.org.cn/apps/detail/KaiwenZhang/DiffMorpher

三、DiffMorpher的方法概述：

扩散模型取得了超越以前的生成模型的卓越图像生成质量。然而，与 GAN 相比，扩散模型的一个显着局限性是，由于其高度非结构化的潜在空间，它们难以在两个图像样本之间平滑插值。这种平滑的插值很有趣，因为它自然可以作为许多应用程序的图像变形任务的解决方案。在这项工作中，我们提出了 DiffMorpher，这是第一种使用扩散模型实现平滑、自然图像插值的方法。我们的关键思想是通过分别拟合两个 LoRA 来捕获两个图像的语义，并在 LoRA 参数和潜在噪声之间进行插值，以确保平滑的语义转换，其中对应关系会自动出现，无需注释。此外，我们提出了注意力插值和注入技术、自适应归一化调整方法和新的采样计划，以进一步增强连续图像之间的平滑度。大量实验表明，DiffMorpher 在各种对象类别上实现了比以前的方法明显更好的图像变形效果，弥合了区分扩散模型和 GAN 的关键功能差距。

给定两个图像I ₀和I ₁，训练两个 LoRA 来分别拟合这两个图像。然后通过 DDIM 反演获得两幅图像的潜在噪声。插值噪声的平均值和标准差通过 AdaIN 进行调整。为了生成中间图像，我们通过插值比α在 LoRA 参数和潜在噪声之间进行插值。此外，文本嵌入以及自注意力模块中的K和V也被替换为相应组件之间的插值。使用α序列和新的采样计划，我们的方法将生成一系列高保真图像，描绘I ₀和I ₁之间的平滑过渡。

四、DiffMorpher的主要特点：

借助最新的人工智能技术，DiffMorpher 提供从个人故事到全球事件的丰富视觉叙事。

1、多维视觉叙事

从珍贵的个人时刻到重大的历史和政治变化，DiffMorpher 的人工智能技术讲述每个故事，捕捉每个细节。

2、广泛的场景适应性

无论是教育目的、新闻报道、艺术创作还是社会评论，DiffMorpher 都能提供强大的视觉支持。

3、先进的人工智能实现逼真的过渡

利用最新的人工智能技术实现流畅、逼真的图像过渡，让每个故事都栩栩如生。

4、用户友好的创意平台

我们的平台简单直观，让每个人都能轻松创建专业级的视觉故事。

五、如何使用DiffMorpher？

为了让更多用户能够轻松体验这一技术，我们将DiffMorpher打包成了一键启动包。现在，您无需繁琐地配置Python环境，只需简单点击即可启动程序，从而避免了潜在的环境配置问题。

1、下载压缩包，解压到电脑D盘，最好不要有中文路径；

2、解压后点击启动.exe文件即可运行（文件可能会被误杀，请添加为）；

3、浏览器访问：http://127.0.0.1:7860/，即可正常使用。