上述工具是一个稳定的扩散图像变化模型,经过微调可以将多个 CLIP 图像嵌入作为输入,允许用户组合来自多个图像的图像嵌入来混合他们的概念并添加文本概念以获得更大的变化。输出为 640×640 图像,可以在本地或 Lambda GPU Cloud 上运行。