Az idei 2022-es év bekerül a történelembe fejlődés területén történtek mesterséges intelligencia. Az AI szinte minden területen minőségi ugrást hajtott végre. A neurális hálózatok azonban szótlanul hagytak bennünket, mert képesek szövegből képeket generálni. Szeretnél elindulni ezen a világon? Ma azokról a lehetőségekről fogunk beszélni, amelyeket meg kell tennie, és mit tartunk ennek legjobb eszköz generálni kezdeni művészet szövegből.
Milyen képalkotó AI-val rendelkezünk jelenleg?
Nem éppen kevés technológiai vállalat fektetett be mindenféle erőforrást a művészet létrehozására képes intelligencia eléréséhez. Gyors áttekintést végezve ezek a legrelevánsabbak:
- Lap: az OpenAI javaslat. Ez a cég számos modellt adott ki az elmúlt két évben. A Dall-E első változata ingyenesen használható. A második, amely végtelenül erősebb, a hivatalos weboldaláról használható, minden generációért kis összeget fizetve.
- középút: Ez volt a második, ami megérkezett. Ez egy igazán erős mesterséges intelligencia, erőssége a művészi képek létrehozása. Néhányat már közzétettünk El Output az elmúlt két hónapot ezen AI által generált képek illusztrálják. Egyetlen hátránya, hogy fizetős – és nem éppen olcsó.
- Stabil diffúzió: egy nyílt forráskódú modell. Jelenleg ez a létező legelérhetőbb mesterséges intelligencia, mivel teljesen ingyenesen használható.
Stabil diffúzió: A legjobb mesterséges intelligencia, amellyel képeket hozhat létre
Hogy őszinte legyek, én személy szerint jobban szeretem a Midjourney-t kényelme és művészi eredményei miatt. Azonban, Stabil diffúzió pár hónap alatt sikerült felgyorsulnia más szint. Olyannyira, hogy ez már messze meghaladja a fizetési alternatívákat.
Nyílt modellként a Stable Diffusion nem korlátozódik egy fejlesztőcsapatra. Ehelyett ezen a bolygón bármely programozó, aki rendelkezik a szükséges tudással, megteheti a részét. Annak ellenére, hogy ez a szoftver nemrég jelent meg, már sok van alkalmazások amelyek lehetővé teszik, hogy sokat hozzon ki belőle.
az legfontosabb jellemzői A stabil diffúzió a következők:
- szöveg-kép: az alapvető használati mód. Beír egy promptot, és az AI a leírásnak megfelelő képet generál.
- képről-képre: létrehoz egy képet az általunk biztosított másik alapján. Ennek a funkciónak a lehetőségei korlátlanok, hiszen képes ultrarealisztikus fényképet készíteni olyan egyszerű dolgokról, mint egy gyerekrajz.
- helyi végrehajtás: csak Cuda támogatással rendelkező Nvidia kártyás számítógép szükséges. Javasoljuk, hogy legalább 4 GB VRAM-mal rendelkező GPU-t használjon, bár vannak olyan módosított modellek, amelyek lehetővé teszik a kisebb teljesítményű hardverrel való használatát.
- Cenzúrázatlan: a modell helyi használatával – vagy bizonyos paraméterek módosításával a Colabban – ez a szoftver korlátozás nélkül használható.
- Személyre szabott képzés: Bár ez nem egyszerű folyamat, van egy párhuzamos szoftver, a DreamBooth, amely lehetővé teszi, hogy személyre szabott Stable Diffusion modellt képezzünk a kívánt képekkel. Ennek köszönhetően olyan modellt kaphat, amely képes képeket generálni az arcával, amire a technológiával versengő többi mesterséges intelligencia sem képes eddig.
- Harmadik féltől származó alkalmazások: Minden héten új alkalmazások jelennek meg, amelyek kihasználják ezt a mesterséges intelligenciát. Vannak segédprogramok a Stable Diffusion Windows rendszeren való használatához különféle típusú grafikus felületekkel, valamint a Photoshop beépülő moduljaival.