• 创作没灵感?可视化图谱+搜索引擎助你无障碍生成内容 #ATLAS + Stable Diffusion


    AIGC 的发展带动了内容创作产品生态的变革。从纯粹的设计生产工具,扩展到数据集、内容社区、搜索引擎等功能形式多样的产品。对于设计师而言,生成式设计工具与传统设计工具的区别,主要体现在工作流。

    1ca129b4a8919cbd3fcf31c6bd955eea.jpeg

    Mixlab

    8f5975f57af2498bb41a135a142223bb.png

    小杜

    传统设计工具以设计师构建完成的稿纸与设计师明确的产出预期为导向,一步步趋近设计结果。生成式设计工具以巨量数据集作为支撑,以设计命题牵引出多种可能的设计结果,供设计师选择。

    生成式设计工具对于数据集的硬性需求,产生了许多以数据信息检索、查询、整合为主要功能的产品,如AI生成内容搜索引擎 lexica.art 。ATLAS 则更进一步,锚准了AI生成数据集领域,推出百万量数据的 explorable map of KREA AI's Stable Diffusion Search Engine 图谱式搜索引擎项目。

    ATLAS
    An explorable map of KREA AI's Stable Diffusion Search Engine

    eb3785c8cde1edf1af887257079d99cf.pngbf06dacbe165d9e91bcb626170a7bcc3.png

    Nomic 是世界上第一家信息制图公司,Atlas 是其旗下产品,支持用户轻松查看、探索大量非结构化数据并与之交互。

    An explorable map of KREA AI's Stable Diffusion Search Engine 是 Atlas 最近新推出的代表性数据集项目,目前已整合了 600w+量级的 Stable Diffusion 生成图像的数据。

    b8d0831235430a33ca17add06886b029.png

    小杜

    产品核心优势是数据集到图谱可视化的智能映射。当用户在项目上构建索引时,Atlas 通过高级神经网络自动运行项目数据,这些网络可以识别项目中的数据如何相互关联。用户也可以自行选择数据集类型,进行颜色区分。

    设计师怎么用?Atlas 相较于非图谱化搜索引擎的优势体现在哪些方面?

    8fb1bbe1f6e02165a54f3be657c57af7.jpeg

    Mixlab

    b7538c3ad3a906c2d30e9207665e3714.png

    小杜

    我们可以在搜索框直接搜索关键词,图谱会进行节点筛选,设计师进行浏览。点击节点可以查看大图并浏览关联图片。如果随性寻找灵感的设计师可以在图谱上随机浏览节点,遇到有感觉的图像可以放大区域,进一步挖掘灵感素材~

    相较于无图谱可视化的搜索引擎,Atlas 能帮助设计师 “更有感觉” 地寻找灵感,并更精准地 “定位” 灵感并沿着图谱脉络扩展整理灵感,可以说是更高级的AI创作灵感积累方式。 


    #01 
    整体浏览图谱

    65c84061cdd746b3e53c5c9b20072320.png

    #02 缩放图谱

    37ac3012343f920375e1ac9e179aeec8.png

    #03 点击节点查看

    02a6b8ef86eb123b8455acc57178d63f.png

    bbe324f73fa4da5c4675a5622c47d7af.png

    e1aa56d4dd3a3d0032328cda55e1227d.png

    c7da1b4432f4a68eee156b98d23b48ee.png

    #04 搜索关键词

    1320c079d7c3d18eacdd2facd1fcd695.png08fab5cad49f2f715bd1d30f3e083ed0.png

    fe55fcdd7f6dc31ecf043b9f81ffc449.png

    小杜

    Atlas 也支持节点筛选模式与颜色等细节调整,我也上手实测了产品,短短几分钟就带给了我大量的创作灵感~


    产品实测


    产品地址:
    https://atlas.nomic.ai/

    项目地址:
    atlas.nomic.ai/map/809ef16a-5b2d-4291-b772-a913f4c8ee61/9ed7d171-650b-4526-85bf-3592ee51ea31

    官方文档:
    docs.nomic.ai/how_does_atlas_work.html

    10ac327a5fff67172204e7437412cb4b.png

    opus

    欢迎留言讨论,参与 AIGC  话题的共创共建~

    d8deed9850307b7a753bb374a7c504bd.png

    添加请备注AIGC & 元宇宙

    💡

    27bd1b988d112d1cbae2205f12e3aaba.png

    d3b3c936f576ad43d812d1d43e402fe1.png

  • 相关阅读:
    股指期货首次和二次开户条件
    python数据结构与算法-06_算法分析
    拓展运算符是深拷贝还是浅拷贝
    Apache的安装与目录结构详细解说
    rk3588编译atlas200
    HSDB工具的使用说明
    推导式(生成式)
    人工智能轨道交通行业周刊-第10期(2022.8.15-8.21)
    web前端期末大作业【足球网页】学生网页设计作业源码
    基于Python实现可变形深度人脸特征插值编解码网络
  • 原文地址:https://blog.csdn.net/shadowcz007/article/details/127662216