Dreamomni2

Dreamomni2是一個統一的開源多模態基於指令的圖像編輯和生成模型。它建立在Flux Kontext和Qwen2.5 VL之上，支持文本和圖像指令，能處理抽象屬性和具體對象。該模型在基準測試中優於商業模型，具有出色的身份一致性和編輯精度。其開源特性使得模型權重、訓練代碼和數據集都可在GitHub和Hugging Face上免費獲取，價格從4.90美元至960.00美元不等，適合用於研究和商業應用。

需求人群：

["攝影師和設計師：可以利用Dreamomni2進行產品攝影、設計工作流和肖像編輯，其高精度的編輯能力和身份一致性能夠滿足專業需求。", "研究人員：開源的模型權重、訓練代碼和數據集為研究人員提供了研究和開發的基礎，有助於推動多模態圖像編輯和生成技術的發展。", "普通用戶：簡單易用的操作界面，通過自然語言指令和參考圖像就能實現複雜的圖像編輯和生成，滿足日常的創意需求。"]

使用場景示例：

產品攝影：在產品攝影中，可以使用Dreamomni2對產品圖像進行編輯，參考不同的材質和風格，提升產品的視覺效果。

設計工作流：設計師可以利用Dreamomni2進行設計稿的創作和修改，結合文本和圖像指令，實現複雜的視覺效果。

肖像編輯：在肖像編輯中， Dreamomni2可以根據參考圖像對人物的妝容、髮型等進行修改，同時保持人物的身份特徵。

產品特色：

支持多模態指令編輯和生成：不僅可以通過文本指令對圖像進行編輯和生成，還能結合參考圖像，實現抽象屬性和具體對象的操作。

處理抽象屬性和具體對象：能夠精準識別和處理如材質、紋理、風格等抽象屬性，以及具體的物體，實現複雜圖像的編輯。

保持身份一致性：在編輯過程中，能有效保持圖像主體的身份特徵，確保編輯後的圖像與原主體的一致性。

多圖像輸入處理：採用索引編碼和位置偏移方案，處理多圖像輸入時不會出現像素混淆的問題。

支持多種圖像格式：接受JPG、PNG和WebP格式的源圖像和參考圖像，並輸出高質量的PNG文件。

本地運行支持：可以下載模型權重，在具有足夠顯存的CUDA兼容GPU上進行本地推理。

使用教程：

1. 打開Dreamomni2編輯器：訪問網站https://www.Dreamomni2.com，點擊“Open Dreamomni2 Editor”打開編輯器。

2. 上傳源圖像：在編輯器中上傳需要編輯的源圖像。

3. 上傳參考圖像：最多上傳兩張參考圖像，用於提供抽象屬性或具體對象的參考。

4. 輸入文本指令：使用自然語言輸入對圖像的編輯指令，描述希望實現的效果。

5. 執行編輯：點擊相應的按鈕，讓Dreamomni2根據指令和參考圖像對源圖像進行編輯和生成。

6. 查看和下載結果：編輯完成後，在瀏覽器中查看編輯結果，若滿意可將輸出的PNG文件下載保存。