调优版 SD1.5 VAE 文字渲染演示
lostinspaz · reddit · 2026-07-20
作者做了一个实测，专门测试 SD 1.5 的 VAE 在文字渲染上的上限。 常识里 SD1.5 一直被认为“很不会出字”，原因是它的 4 通道、8 倍压缩 VAE 被认为很糟。但作者用一个专门调过的 VAE 版本去验证后发现：虽然 14pt 字体仍然有限制，但在某些情况下，16pt 字体几乎可以做到接近完美。 帖里还附了仓库和样例图，核心结论是：SD1.5 的文字能力未必像大家想的那么差，至少在特定调优方向上还有可挖空间。
「多模态」频道最新
- 图灵深视发布图灵鉴 X，做多模态商品评估 — 机器之心 · 2026-07-21
- Hugging Face 热门模型 Diamond-1.0 主打音频到音频增强 — nineninesix · 2026-07-21
- DiffGI 用可微几何图像提升薄壳 3D 生成质量 — clovir21 · 2026-07-21
- 创作者称用 Adobe Firefly AI Assistant 完成整支短片导演 — LudovicCreator · 2026-07-21
- Reddit 实测：Krea 2 Turbo 用绕过 LoRA 找回表情能力 — YentaMagenta · 2026-07-21
- Suno v5.5、Reason Studios 和 Grok Imagine 拼出 AI 音乐梗作 — Kyrannio · 2026-07-21