跳到正文

Visual Anagrams

用零样本方法制作多视角视觉错觉

访问官网

Visual Anagrams 是什么

Visual Anagrams 被介绍为一种简单的零样本方法,用于生成多视角视觉错觉,并从理论和实践两方面展示对多种变换的支持。

你可以用它做什么

  • 生成可从多个视角观看的错觉图
  • 应用旋转、翻转与颜色反转
  • 使用倾斜、拼图重排或随机排列

工作原理

  • 由预训练扩散模型估计不同视角的噪声
  • 把估计出的噪声对齐并平均
  • 用平均后的噪声估计推进扩散步骤

优点与缺点

✓ 我们认可的地方

  • 作为零样本方法无需额外训练
  • 支持多种变换形式

! 需要留意的地方

  • 输出依赖所使用的预训练扩散模型
  • 错觉效果取决于选定的视角变换

常见问题

支持哪些变换?

资料列出旋转、翻转、颜色反转、倾斜、拼图重排和随机排列。

图像如何生成?

资料说明不同视角的噪声估计会先对齐并平均,再用于扩散步骤。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法