Diffúziós képgeneráló modellek
A cikkben szereplő mindhárom képgeneráló diffúziós modellen alapul, amelyek úgy működnek, hogy „zajt” keltenek a betanításukra használt adatokban, majd úgy tanulnak, hogy megpróbálják helyreállítani ezeket az adatokat a zajkeltési folyamat megfordításával. Más szóval a modellek zajból generálnak koherens képeket. A modell tehát megpróbálja eltüntetni a zajt, és fokozatosan javítja a kép minőségét, amíg az a lehető legjobban megfelel a bevitt szöveg tartalmának. A modell ezt követően a megtanult a zajmentesítési folyamatot alkalmazza a véletlenszerű beviteli adatokra, hogy azokból valósághű képet hozzon létre.
Dall-E 2
A legnépszerűbb és a legjobb minőségű illusztrációkat készítő szöveg-kép generátor a Dall-E 2, amelyet a ChatGPT-t is megalkotó OpenAI fejleszt. A Dall-E-t tavaly szeptemberben nyitotta meg a nyilvánosság előtt a kutatólabor, és ezzel együtt minden felhasználónak 50 kreditet, azaz 50 ingyenes képkészítési lehetőséget adott. A regisztrált felhasználók, ha elhasználják az 50 kreditet, minden hónapban 15 újat kaphatnak.
A Dall-E leginkább annak köszönheti a sikerét, hogy a generált képek valóban jó minőségűek, pontosan és jól adják vissza a szöveges parancsok tartalmát. Más képgenerátorok gyakran készítenek bizarr vagy sötét tónusú képeket, amihez képest a Dall-E ábrázolásai viszonylag realisztikusak.
Signature Pro-val ezt a cikket is el tudnád olvasni!
Ez a cikk folytatódik, de csak Portfolio Signature előfizetéssel olvasható tovább. A Signature PRO szolgáltatás havi díja 2 990 forint. A hozzáférés egy évre is megvásárolható, amelynek díja 29 845 forint, az éves előfizetés keretében tehát 10 havi díjért cserébe 12 havi szolgáltatást kapnak olvasóink. További információ és csatlakozás az alábbi gombra kattintva! További információ és csatlakozás az alábbi gombra kattintva!
