Как без регистраций, установок и скачивания генерировать изображения в Stable Diffusion 3

Продолжаю цикл постов про нейронки, которые могут пригодиться.

Сегодня поговорим про Stable Diffusion 3.0, которая вышла не так давно и уже успела стать предметом обсуждений. Да, важно оговорится, модели SD можно разворачивать на собственном устройстве и делать это довольно просто, но я предпочитаю пользоваться в текущем варианте версиями, представленными на Hugging Face https://huggingface.co/stabilityai/stable-diffusion-3-medium (в правой части экрана, при открытии сайта у вас будет доступно множество пользовательских версий).

Одна из интересных SD3 With VLM And Prompt Enhancer. VLM — с Promt Enhacer поможет распознать референс и составить по нему промт, разумеется стиль он за вас не угадает, но облегчить задачу может.

Сам я для генераций в примерах данного поста использовал самую базовую модель.

Все просто, заходим на HG, выбирая любую нужную модель SD 3 — пишем промт и жмем Run — получаем генерацию.

Плюсы:

— одна из последних опенсоурс моделей Text-to-image на быстром оборудовании бесплатно воплощает ваши фантазии в Webp-картиночки;
— есть библиотеки пользовательских моделей, которые можно исследовать и подбирать под свои задачи;
— все это в браузере, и реально: без смс и регистраций даже.

Минусы:

— все еще не MJ даже предпоследнего поколения по качеству картинок;
— так как разворачиваетесь вы на чужом оборудовании и используете чужие билды, никто не гарантирует их долгое существование, но благо там вариантов много.
— web-версия модели не позволяет адаптировать ее и улучшить качество генераций за счет доработок билда.

Мнение:

Я попробовал генерации сравнить с MJ, да, разница огромна. Но, что интересно, где-то отдельные детали тот же SD понимает гораздо лучше MJ, например, стилистику картины Вильяма Бугро MJ слажала, так как у нее ближе к фотореализму, в то время как у SD было чуть более точнее. Но по деталям и стилизации, понятно, что до MJ далеко, однако: всему свое время. Да и некоторые кастомные модели улучшают качество генераций в несколько раз, стоит поискать.

Пока все рассуждают о политическом аспекте разговоров о потенциальном запрете Youtube, хотелось бы поговорить о цифрах.

Вспоминая опрос от сервиса anketolog, конца 2023 года, меня тогда поразили данные по одному из главных параметров для приложений и сервисов, а именно времени удержания юзера (проведенное время в приложении). Так вот среди лидеров на декабрь 2023 года были Youtube, TikTok, Telegram, запрещенный Instagram, и только уже потом отечественные сервисы.

То есть TikTok с ограниченной работой на территории РФ продолжает быть в лидерах по проведенному времени юзеров в приложении, кроме того, если верить данным Data Reportal, то на 2023 год там было более 51 млн. активных юзеров из РФ.

Да-да, китайский ТТ “сам ограничился”, но формально мы наблюдаем, что искусственное создание сложности использования не влияет значительным образом на медиапотребление. Есть и более грустная сторона у этого, потенциально это может свидетельствовать о некой расслабленности у российских сервисов. И правда, вы может видели хотя бы немного агрессивного и интересного маркетинга от российских площадок на злобу дня про ограничение и потенциальные блокировки? Вот и я не особо. А аудитория не любит отвыкать от привычного, ее нужно хорошенко переманить и доказать свое удобство.

Поэтому вердикт прост: если в условиях ограничений и запретов мы не увидим достойных замен, то чуда не случится самого по себе. Данные выше — тому яркий пример.

Kling AI — один из лучших нейро-софтов по видео стал доступен в открытом доступе пользователям из любых стран. С вас нужно просто пройти регистрацию через почту.

https://klingai.com


Видео в посте — генерации. Поэтому качество на порядок выше, чем вы представляли, слыша о видео-генерациях)