今天体验了一个阿里的开源项目AnyText，感觉非常有趣。可以实现文本生成和文本编辑功能。
效果
以下是我运行后的效果展示：
特点
技术
AnyText 由一个扩散管道组成，主要包含两个部分：辅助潜在模块和文本嵌入模块。前者利用文本字形、位置和遮罩图像等输入生成用于文本生成或编辑的潜在特征。后者使用OCR模型将笔画数据编码为嵌入，与tokenizer生成的图像标题嵌入融合，从而生成与背景无缝融合的文本。AnyText采用了文本控制扩散损失和文本感知损失进行训练，以进一步提升书写的准确性。
对比
不同技术方案的效果对比如下：