Различия моделей генерации изображений1
Всем привет!
В малорезультатных попытках освоить различные возможности ИИ в повседневной жизни (читать поиграться с разными моделями в пределах допустимого графической картой) решил посмотреть и сравнить различные модели генераций изображений.
Использовались ПО Invoke (которое позволяет загрузить некоторое количество стартовых моделей) в связке с локальной картой 5070. Делалось 3 запроса:
1) a woman in a garden
2) A steampunk airship battles a giant mechanical kraken above a Victorian-era London. Dramatic perspective, highly detailed, concept art
3) A futuristic cityscape, neon lights, flying cars, concept art
Что именно проверялось:
1) Скорость генерации изображения
2) Стиль генерации (если не указан явным образом в промпте)
3) Соответствие сгенерированного изображения запрошенному
В итоге после первого промпта получилась следующая таблица. Для остальных двух запросов не стал вписывать скорость, так как в целом пропорции схожие.
Сами же изображения будут ниже, но сразу же выделю, что абсолютным победителем по всем 3 параметрам проверки оказался Flux.2. То есть, это та самая модель, которая может выдать наиболее близкое к запросу изображение и при этом качество тоже будет на высоте.
Если же нужен более простой стиль (иногда размытый), то Z-Image явно наш друг.
В остальном, другие модели умеют рисовать, но инструкции не всегда соблюдены. Например, нет кракена для запроса номер 2 или же отсутствуют машины в запросе номер 3.
Z-Image Turbo (Q8)
Architecture (RealVisXL5)
Juggernaut XL v9
Deliberate v5
Dreamshaper 8
ReV Animated
FLUX.2 Klein 9B (GGUF Q8)
Искусственный интеллект
6K поста12K подписчика
Правила сообщества
ВНИМАНИЕ! В сообществе запрещена публикация генеративного контента без детального описания промтов и процесса получения публикуемого результата.
Разрешено:
- Делиться вопросами, мыслями, гипотезами, юмором на эту тему.
- Делиться статьями, понятными большинству аудитории Пикабу.
- Делиться опытом создания моделей машинного обучения.
- Рассказывать, как работает та или иная фиговина в анализе данных.
- Век жить, век учиться.
Запрещено:
I) Невостребованный контент
I.1) Создавать контент, сложный для понимания. Такие посты уйдут в минуса лишь потому, что большинству неинтересно пробрасывать градиенты в каждом тензоре реккурентной сетки с AdaGrad оптимизатором.
I.2) Создавать контент на "олбанском языке" / нарочно игнорируя правила РЯ даже в шутку. Это ведет к нечитаемости контента.
I.3) Добавлять посты, которые содержат лишь генеративный контент или нейросетевой Арт без какой-то дополнительной полезной или интересной информации по теме, без промтов или описания методик создания и т.д.
II) Нетематический контент
II.1) Создавать контент, несвязанный с Data Science, математикой, программированием.
II.2) Создавать контент, входящий в противоречие существующей базе теорем математики. Например, "Земля плоская" или "Любое действительное число представимо в виде дроби двух целых".
II.3) Создавать контент, входящий в противоречие с правилами Пикабу.
III) Непотребный контент
III.1) Эротика, порнография (даже с NSFW).
III.2) Жесть.
За нарушение I - предупреждение
За нарушение II - предупреждение и перемещение поста в общую ленту
За нарушение III - бан