Firkából készít képet a Stability AI új szolgáltatása
Az egyelőre ingyen, de korlátozott eszköztárral használható Stable Doodle-lel újabb területek felé nyújtózik a képgenerátoráról ismert generatív MI-startup.
A Stable Diffusion képgenerátort fejlesztő Stability AI a text-to-picture, azaz a szövegből képgenerálás után a sketch-to-image, tehát a skiccből képgenerálás területe felé fordul új szolgáltatásával, ami a cég legújabb modelljét használja a felhasználó által megadott vázlat körvonalainak elemzéséhez. A Stable Doodle egyelőre a ClipDrop nevű platformon keresztül szabadon kipróbálható, amit az MI-cég márciusban vásárolt fel a Google exdolgozói által alapított Init ML startuptól.
A Stability AI szóvivője szerint a Stable Doodle képességeit a laikusoktól kezdve a szakemberekig bárki kihasználhatja különösebb informatikai tudás nélkül, az internetkapcsolaton túl csak az alapvető rajzkészségek kellenek ahhoz, hogy másodpercek alatt részlethű képet generáljanak az algoritmusok pár vonal alapán, az eddig elérhető 14 művészeti stílusban.
A senior horizonton túl: a staff meg a többiek Senior tapasztalati szint fölött van még pár egzotikus lépcsőfok, illetve a mögöttük rejtőző elvárások.
Az ötlet nem teljesen új, hiszen már számos nyílt forráskódú projekt és hirdetésekkel támogatott alkalmazás képes vázlatokból képeket előállítani, de a Stable Doodle precízebb kontrollt ígér a végeredményt illetően. A fejlesztők a szolgáltatás alatt dolgozó Stable Diffusion XL modellt a Tencent egyik kutatási-fejlesztési részlege, az Applied Research Center (ARC) által fejlesztett T2I-Adapter vezérlőmegoldással kombinálta, ami lehetővé teszi az XL Modell számára, hogy a vázlatokat bemenetként értelmezze és finomhangolt grafikát állítson elő kimenetként. A vázlaton túl a generátor értelmezi a képalkotási folyamat finomhangolására szolgáló szöveges parancsokat is, például „kényelmes szék”, „izometrikus stílus”, vagy „macska farmerdzsekivel”.
A Stability AI elsősorban tervezőknek, grafikusoknak és illusztrátoroknak szánja az eszközt, akik jelentős időt takaríthatnak meg a segítségével, ezzel növelve a produktivitást, például prezentációs anyagok, logók, weboldalak tervezése során, de felhívja rá a figyelmet, hogy a végeredmény nagyban függ a megadott skicc minőségétől és a promptok megfelelő kiválasztásától.