AI OmniGen Introduction

OmniGen bekerja dengan menerima berbagai jenis input, termasuk permintaan teks dan hingga tiga gambar referensi, yang dapat digabungkan untuk menghasilkan gambar baru atau memodifikasi yang sudah ada. Pengguna dapat menggabungkan elemen-elemen ini menggunakan format khusus dalam permintaan mereka, seperti <img><|image_i|></img>, di mana 'i' mewakili nomor gambar referensi. Model ini memproses input ini melalui arsitektur terpadu, yang menghilangkan kebutuhan akan modul tambahan seperti ControlNet atau IP-Adapter. Ini memungkinkan berbagai aplikasi seperti pemeliharaan konsistensi karakter, pengeditan gambar, percobaan virtual, dan generasi multi-orang. Sistem ini mengubah tugas penglihatan komputer yang kompleks menjadi tugas generasi gambar yang sederhana, menangani semuanya mulai dari deteksi tepi hingga pengenalan pose manusia dalam kerangka kerjanya yang terpadu.