CSS站长资源（ChinaZ.com）6月3日 消息:近日，推新头疼ControlNet的项目小作写提作者推出了一个全新的项目——Omost。这个项目对现有图像模型的话变提示词理解有着巨大的帮助。通过很短的构图提示词，就可以生成非常详细并且空间表现很准确的文再图片。

Omost通过预定义的也不用位置、偏移量和区域三大参数来简化图像元素的示词描述。这使得用户能够更直观地指定图像中各个元素的推新头疼位置和大小，从而生成高质量、项目小作写提符合预期的话变图像。

使用Omost，构图你只需要输入简单的文再提示词，LLM就可以生成图像每个区域的也不用简单提示和位置信息。然后针对图像九宫格的示词简单提示词继续扩展，保证了每一部分都有非常详细的推新头疼描述。

比如，我输入创建一个梦幻的空中城堡，然后它给我返回了一段非常详细的图像描述:

这张照片展示了一座漂浮在高空的梦幻空中城堡，

“城堡完全由玻璃和闪闪发光的金属制成，反射出耀眼的阳光。”，

“精致的桥梁连接着各种塔，每座塔都装饰着复杂的雕刻和发光的符文。”，

“城堡周围的天空是柔和柔和色调的渐变，从黎明的粉红色过渡到黄昏的蓝色。”，

“下面是郁郁葱葱的森林、波光粼粼的河流和连绵起伏的山丘。”，

“整个场景笼罩在一种神奇的氛围中，柔和空灵的光束照亮了城堡，营造出一种奇妙和迷人的感觉。”

然后点击生成图像，它就会将上面的提示转化为图像返给你:

效果还不错。我们也可以将提示词复制到MJ中生成。效果如下:

更牛逼的是，Omost已经完成的图像整体布局可以保留，如果你想修改画面中的某个元素，也只需要一句提示词即可。比如你原来的画面主体是龙，你可以直接把龙变成恐龙。

项目亮点:

Omost的实现和使用

Omost项目基于Llama3和Phi3变体模型，用户可以通过提供简单的提示词来生成复杂的图像。以下是该项目的几个关键组件:

应用和前景

Omost技术的推出，不仅简化了提示词的编写，还提高了图像生成的精确度和灵活性。其应用场景包括但不限于AI绘画、图像设计、广告创意、教育等领域。用户可以通过简单的提示词生成复杂的图像，为创意设计提供了强大的工具支持。

项目页:https://top.aibase.com/tool/omost

试玩地址:https://huggingface.co/spaces/lllyasviel/Omost

(责任编辑：热点)