Un nouveau réseau de neurones à diffusion stable a été publié. Il génère des images selon la description

Les développeurs du nouveau réseau de neurones Stable Diffusion ont publié le projet dans le domaine public. Désormais, tout le monde peut essayer le service de conversion de requêtes textuelles en images.

Le moyen le plus simple de tester la diffusion stable consiste à Visage étreignant, mais les files d'attente sur le site sont longues: une demande est traitée en 5 minutes environ. Via la plateforme atelier de rêve tout fonctionne beaucoup plus rapidement, mais vous avez besoin d'un compte (vous pouvez vous connecter via votre compte Google ou Discord).

De plus, dans DreamStudio, chaque utilisateur reçoit un nombre limité de crédits pouvant être dépensés pour la génération. Plus il y a d'images et plus la résolution est élevée, plus chaque itération est chère. Pour restaurer des images précédemment générées, vous devez également dépenser des crédits, vous ne pourrez donc pas vous amuser aussi longtemps.

Le projet a également été posté sur GitHub. Pour l'instant, il nécessite un ordinateur avec une carte graphique NVIDIA et 6,9 Go de VRAM, à l'avenir, il est prévu d'ajouter le support des puces vidéo AMD, y compris l'Apple M1/M2.

Dans quelle mesure tout fonctionne-t-il? Dépend de l'utilisateur. Plus les requêtes sont complexes et précises, plus les chances d'obtenir de bons résultats augmentent. Par exemple, voici les résultats pour la phrase "Daenerys Targaryen en robe de mariée avec un dragon dans le style d'Alphonse Mucha":

Voici le magicien Yoda dans Cyberpunk City.

C'est l'Horreur Harry Potter. Cela vous fait peur, mais pas comme il se doit.

En d'autres termes, vous ne pouvez pas forcer un réseau de neurones à penser à votre place: pour un résultat clair, vous devez réfléchir à ce que vous voulez obtenir en sortie.

Stable Diffusion vous permet de personnaliser la précision de la correspondance avec la requête, le nombre d'étapes et d'autres paramètres. La résolution maximale possible est de 1024 × 1024 pixels, jusqu'à 9 images peuvent être affichées simultanément. Le réseau de neurones ne sait pas comment augmenter la résolution, pour cela vous devrez vous fier à des services tiers.

Si vous essayez le service, partagez les résultats dans les commentaires !