Midjourney 5.2 и Stable Diffusion SDXL 0.9 Актуализации за творческо генериране на текст към изображение
Накратко
StabilityAI пусна най-новия модел, Stable Diffusion SDXL 0.9, който обещава подобрено възприемане на подкани и подобрена детайлност на изображението.
Midjourney 5.2 въвежда нови функции като Outpainting, команда /shorten, адаптивни варианти и трансформация на изображението 1:1.
Очаква се тези актуализации да подобрят потребителското изживяване и да подобрят креативността в творческия процес.
Днес и двата основни генератора на текст към изображение пуснаха значителни актуализации. Подобрена точност при генериране на реалистични изображения от текстови описания, както и нови функции, които позволяват на потребителите да контролират стила и композицията на генерираните изображения.
Нови функции в Midjourney 5.2
В допълнение на StabilityAIактуализации на, Midjourney също така представи вълнуващи функции с пускането на Midjourney 5.2. Едно забележително допълнение е функцията Zoom Out, която наподобява Generative Fill на Adobe за Photoshop. Важно е обаче да се отбележи, че MidjourneyФункцията Zoom Out на Zoom Out не включва маски и резултатът до голяма степен зависи от степента на параметъра „do Out“.
Midjourney 5.2 предлага набор от нови възможности, които подобряват потребителското изживяване. По-специално, освобождаването на Stable Diffusion XL 0.9 засенчи силната актуализация в Midjourney, което много потребители първоначално пренебрегнаха.
Някои от ключовите функции и подобрения в Midjourney 5.2:
- Outpainting: Потребителите вече могат да изследват функцията Outpainting с опции като 1.5, 2 и персонализирани настройки. Когато се използва итеративно, тази функция дава впечатляващи резултати.
- Вариации с възможност за персонализиране: Силата на вариациите в Midjourney вече може да се персонализира. Потребителите могат лесно да превключват между слаби и силни вариации, като изберат два бутона, предлагайки по-голяма гъвкавост в творческия процес.
- Трансформация на изображението 1:1: Midjourney сега позволява на потребителите да трансформират всяко изображение в квадрат със съотношение 1:1, което позволява безпроблемно интегриране в различни контексти.
Така че, Midjourney 5.2 въведе нова функция, наречена анализатор на подкани, което прави още по-лесно генерирането на впечатляващи изображения. С командата „/shorten [вашата подкана]“ потребителите вече могат да идентифицират важни думи и да елиминират ненужните, като оптимизират своите подсказва за най-добри резултати. Анализаторът също така присвоява тегла на всяка дума, позволявайки на потребителите да избират от пет опции за най-подходящата подкана. Казано по-просто, помага за трансформирането на неясни идеи в подкана, която по-добре съответства на намеренията и нуждите на потребителите.
Когато става въпрос за контрол на процеса, Midjourney наваксва конкуренцията. Въпреки това, по отношение на удобството за потребителя, Midjourney изостава. Тези, които търсят удобство вместо гъвкавост, може да се окажат привлечени от кирпичена светулка, конкурентна платформа, известна със своите удобни за потребителя функции. От друга страна, Stable Diffusion, със своя характер с отворен код и разширения, предлага несравнима гъвкавост. Въпреки StabilityAIСлучайни закъснения и двусмислени изявления като „50% обучени“ и „ще бъдат налични в средата на юли, но това е неточно“, след като теглата станат налични, всичко ще се подреди гладко.
С тези подобрения, Midjourney продължава да предоставя вълнуващи функции за лесно и ефективно генериране на изображения. Потребителите вече могат да се насладят на повече контрол върху подканите си, което води до по-добри резултати. Тъй като технологията продължава да напредва, платформите като Midjourney целят да подобрят изживяването на потребителите и да направят творческите начинания по-достъпни за всички.
Освен това най-новата версия на Midjourney подчертава реализма, особено забележим в арт поколение. За да се подчертаят тези подобрения, беше направено сравнение между подкана и семе в Midjourney версии 5.1 и 5.2.
Прясно генерирани примери от Midjourney 5.2:
Нови функции в Stable Diffusion SDXL 0.9
StabilityAI са направили подобрения с пускането на най-новия си модел, Stable Diffusion SDXL 0.9. Те обещават подобрено възприятие на подкани и подобрена детайлност на изображението, което позволява на потребителите да създават по-завладяващи визуализации. Още по-добре, вече можете да изпробвате новия модел безплатно на Изпускане на клип.
- Stable Diffusion Моделът SDXL 0.9 привлече вниманието след публикуването си от StabilityAI. Въпреки че официалното потвърждение за пускането е налице, връзката все още не е предоставена. В базовата си версия моделът SDXL 0.9 може да се похвали с впечатляващите 3.5 милиарда параметри. Освен това има планове за още един ансамбъл от два модела, общо с забележителните 6.6 милиарда параметри.
За да постигнете подобрено генериране на изображение, StabilityAI използва конкатенация от два модела CLIP: основният клип от OpenAI и OpenCLIP ViT-G/14. Това сливане позволява генерирането на по-точни детайли в снимките. Сравнения на сдвоени картини между SDXL бета и новата версия, SDXL 0.9, ясно демонстрират значителното подобрение в качеството.
Струва си да се отбележи, че използването на модела SDXL 0.9 по време на извод изисква видеокарта с най-малко 16 GB VRAM, за да се осигури гладка работа. Тъй като потребителите с нетърпение очакват изчерпателна публикация в блога с всички подробности и пускането на кода, има очакване за допълнителни подобрения и възможности.
Прясно генерирани примери от SDXL 0.9:
Прочетете повече за AI:
Отказ от отговорност
В съответствие с Доверете се насоките на проекта, моля, имайте предвид, че предоставената на тази страница информация не е предназначена да бъде и не трябва да се тълкува като правен, данъчен, инвестиционен, финансов или каквато и да е друга форма на съвет. Важно е да инвестирате само това, което можете да си позволите да загубите, и да потърсите независим финансов съвет, ако имате някакви съмнения. За допълнителна информация предлагаме да се обърнете към правилата и условията, както и към страниците за помощ и поддръжка, предоставени от издателя или рекламодателя. MetaversePost се ангажира с точно, безпристрастно отчитане, но пазарните условия подлежат на промяна без предизвестие.
За автора
Дамир е ръководител на екип, продуктов мениджър и редактор в Metaverse Post, обхващащи теми като AI/ML, AGI, LLMs, Metaverse и Web3- свързани полета. Статиите му привличат огромна аудитория от над милион потребители всеки месец. Изглежда, че е експерт с 10 години опит в SEO и дигитален маркетинг. Дамир е споменат в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и други публикации. Той пътува между ОАЕ, Турция, Русия и ОНД като дигитален номад. Дамир получава бакалавърска степен по физика, която според него му е дала уменията за критично мислене, необходими за успех в непрекъснато променящия се пейзаж на интернет.
Още статии
Дамир е ръководител на екип, продуктов мениджър и редактор в Metaverse Post, обхващащи теми като AI/ML, AGI, LLMs, Metaverse и Web3- свързани полета. Статиите му привличат огромна аудитория от над милион потребители всеки месец. Изглежда, че е експерт с 10 години опит в SEO и дигитален маркетинг. Дамир е споменат в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и други публикации. Той пътува между ОАЕ, Турция, Русия и ОНД като дигитален номад. Дамир получава бакалавърска степен по физика, която според него му е дала уменията за критично мислене, необходими за успех в непрекъснато променящия се пейзаж на интернет.
