三花快讯 · 2024, 5月17日
Glyph-ByT5：视觉文本编码器
实现了对 5,000 多个汉字的准确视觉文本渲染
微软亚研新出的项目 Glyph-ByT5 已经实现了对 5,000 多个汉字的准确视觉文本渲染，目前正在训练更强大的模型来支持 ~10 种不同语言的视觉文本渲染。
- 与 SDXL 集成，创建了 Glyph-SDXL 模型，用于设计图像生成。
- 在设计图像基准测试中，文本渲染准确率从不足 20% 提高到近 90%。
- Glyph-SDXL 具备了文本段落渲染的新能力，能够自动进行多行布局，实现数十到数百个字符的高拼写准确性。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。