Със Stable Diffusion може никога повече да не повярвате на това, което виждате в Интернет

Генерирането на AI изображения е тук в голяма степен. Наскоро издаден модел за монтаж на изображения с отворен код, наречен стабилно разпространение Тя позволява на всеки с компютър и прилично устройство за обработка на графики да измисли почти всяка визуална реалност, която можете да си представите. Може да имитира почти всеки визуален модел и ако му подадете описателна фраза, резултатите ще се появят на екрана ви като магия.

някои артисти щастлив По вероятност др Те не са доволни от товаИ общността като цяло все още изглежда до голяма степен не е наясно с бързо развиващата се технологична революция, която се случва чрез общностите в Twitter, Discord и Github. Може да се твърди, че фотомонтажът има толкова големи последици, колкото изобретяването на фотоапарата – или може би създаването на самото визуално изкуство. Дори чувството ни за история Може да е заложено на карта, в зависимост от това как разклащате нещата. Така или иначе, Stable Diffusion стимулира нова вълна от креативни инструменти за дълбоко обучение, готови да революционизират създаването на визуални медии.

Появата на дълбок синтез на изображения

Stable Diffusion е плод на въображението на Imad Mastek, бивш мениджър на хедж фондове в Лондон, който има за цел да предостави нови приложения на задълбочено обучение на масите чрез своята компания Stability AI. Но корените на съвременния фотомонтаж са далеч назад До 2014гИ Stable Diffusion не беше първият модел за синтез на изображения (ISM), който направи вълни тази година.

През април 2022 г. OpenAI обяви DALL-E 2, който шокира социалните медии със способността си да трансформира сцена, написана с думи (наречена „режисирана“) в безброй визуални стилове, които могат да бъдат фантастични, реалистични или дори обикновени. Хората с привилегирован достъп до вградения инструмент генерираха астронавти на коне, плюшени мечета, купуващи хляб в древен Египет, нови скулптури в стила на известни художници и много други.

Малко след DALL-E 2, Google И на мъртъв Те обявиха AI модели за конвертиране на текст към изображение. По средата на пътуванетоналичен като сървър на Discord от март 2022 г. и отворен за обществеността няколко месеца по-късно, таксува за достъп и постига подобни ефекти, но с по-графично и графично качество като опция по подразбиране.

След това има стабилно разпространение. На 22 август стабилност AI гръден кош Неговият модел за генериране на изображения с отворен код, който може да съответства на DALL-E 2 по отношение на качеството. Той също така стартира свой собствен търговски уебсайт, който се нарича DreamStudio, който продава достъп до изчисляване на времето за генериране на изображения с помощта на Stable Diffusion. За разлика от DALL-E 2, всеки може да го използва и тъй като кодът за стабилно внедряване е с отворен код, проектите могат да го изграждат с малко ограничения.

Само през изминалата седмица десетки проекти поеха „стабилно разпространение“ в радикални нови посоки Разпръснати. Хората са постигнали неочаквани резултати, използвайки техника, наречена „img2img“. „повишен“ MS-DOS игрово изкуство, Трансформирана графика на Minecraft В реалистични сцени трансформирах сцена от Аладин в 3DПреводач детски драскулки до богати илюстрации и много повече. Фотомонтажът може да донесе способността за богато визуализиране на идеи за голяма аудитория, намалявайки бариерите за навлизане, като същевременно ускорява способностите на художници, които прегръщат технологиите, подобно на Adobe Photoshop през 90-те години.

Можеш ли Стартирайте Stable Diffusion локално сами Ако следвате поредица от малко неясни стъпки. През последните две седмици го пуснахме на компютър с Windows с 12GB Nvidia RTX 3060 GPU. Може да генерира 512 x 512 изображения за около 10 секунди. При 3090 Ti това време пада до четири секунди на изображение. Интерфейсите също продължават да се развиват бързо, преминавайки от необработени интерфейси на командния ред и преносими компютри Google Colab към по-изпипани (но все още усъвършенствани) графични потребителски интерфейси, като скоро ще се появят по-полирани интерфейси. Така че, ако не сте технически склонни, изчакайте: По-лесните решения са на път. И ако всичко друго се провали, можете Опитайте пробна версия Онлайн.