Ideogram 4: генерация картинок из текста с максимальным уровнем контроля. Заодно это лучшая из доступных локальных моделей по качеству русского текста.

Вроде бы ничего нового:
Реализм, генерация текста и постеров, анатомия, стили, хорошее знание концептов и культурных отсылок. Все это умеют Z-image, Flux и Qwen.

Ключевое отличие в степени следования описанию: через специальный интерфейс (00:06) создается JSON запрос с точным расположением объектов в прямоугольниках.

Для каждого кусочка можно задать свой запрос, и если нужно указать цвет в формате #FF0000.

Сверху при желании задать стиль, эстетику цветовую палитру для всей композиции.

При этом нейронка постарается очень точно вписать генерацию в эти коробочки. Не понравилась? Передвигаешь прямоугольник или рисуешь еще детали внутри, чтобы прояснить что надо.

Чтобы не писать много текста с нуля, можно попросить у любой нейронки составить базу для JSON промпта, его импортировать и дорабатывать.

Для дизайнерских задач это просто спасение — модель отдельно тренировалась на постерах, графике, баннерах и другом графдизайне. Она очень хорошо работает со шрифтами леттерингом и всяким артом.

Отдельно есть сущность текст: можно задать содержимое фразы, а ниже указать какого стиля должна быть надпись. Среди доступных для скачивания моделей русский язык у Ideogram 4 реально работает лучше всех.

Следование запросу просто нереально хорошее, а учитывая что можно крутить локально — это крутой вариант для прототипирования, когда ты точно знаешь что именно тебе надо.

Но есть ложка дегтя — версию, опубликованную бесплатно для запуска на своем компе нельзя использовать в коммерческих целях ни в каком виде.

Лицензия максимально ограничивающая, для любой коммерции нельзя даже outputs, т.е. сами картинки. Для рабочих проектов придется использовать их собственную площадку, API или агрегаторов типа Krea 😭

Грустно, да. Но я могу себе представить кастомную ноду, которая будет посылать уже отточенный локально промпт в API на финальную генерацию, чтобы получить коммерческие права на картинку.

Сейчас одна генерация стоит $0.06 (5 ₽) за стандартное качество и $0.1 (8 ₽) за 4к. Но даже если со временем цена вырастет до $1, $5 или $10, все-равно это будет обосновано на коммерческом проекте. При этом не надо будет платить регулярную подписку и тревожиться что закончатся токены.

На сайте у них еще есть фича по превращению текста в редактируемый (00:26). Я думаю если они нормально интегрируются с какой-нибудь фигмой это будет настоящее конкурентное преимущество. Ну, естественно пока все остальные не повторят у себя 🤭

🎤 Ссылки на утро — второй канал
⏲ Устойчивый VPN за звезду

#toolreview@cogload #нейронка@cogload #text2image@cogload