一、用途 Pony Diffusion 是一个潜在文本到图像扩散模型，核心用途是根据文本描述生成高质量图像，专门面向小马主题的创作，涵盖多种风格，旨在增强创造力和艺术表达。
二、主要能力
- 文本到图像生成：根据文本描述生成高质量图像，专为小马主题作品设计。
- 微调模型：模型在约8万张小马图像的数据集上进行了微调，以生成相关且具有美感的输出。
- 友好的界面：提供易用的界面，用户只需输入文本提示即可生成图像，适合不同经验水平的用户。
- 社区参与：鼓励通过讨论、反馈和协作参与社区，营造分享创作和改进的支持性环境。
- 开放访问许可：采用 CreativeML OpenRAIL 许可，允许用户自由使用、再分发和修改模型，但需遵守特定准则。
三、工作原理
- 基于文本提示的生成：根据描述性文本提示生成图像，支持创建细节丰富、富有想象力的视觉内容。
- 高质量数据微调：使用大量高质量小马图像数据集进行微调，这些图像经过专门筛选，以适合 SFW 内容，从而提升生成图像的美感。
- 使用 CLIP 进行美学排名：训练过程中采用基于 CLIP 的美学排名来评估和选择图像，帮助模型学习什么是“好”的视觉质量。
- 评分机制：采用评分系统（如 score_9）根据质量对图像进行分类，用户可以在提示中指定期望的输出质量。
四、使用方式
- 第一步：创建提示词。为你想要生成的图像编写描述性提示，尽量具体说明细节和风格，以有效引导模型。
- 第二步：生成图像。使用提示词运行模型，经过短暂处理时间后，生成的图像可供查看和下载。
- 第三步：保存作品。对生成的图像满意后，将其保存到你的设备，也可以分享或按需使用。
五、适用场景 可用于围绕小马主题的创意艺术、插画和娱乐目的。
六、限制与许可 Pony Diffusion 采用 CreativeML OpenRAIL 许可，免费且开放访问，可商用，但必须遵守该许可中列出的条款。模型训练数据约为8万个小马文本-图像对，侧重于安全和暗示性内容。可通过 Hugging Face 和 Discord 等平台获取示例代码、文档和社区讨论。
