Performance artist

text2image уже никого не удивить, поэтому вот вам image2sound
Загружаешь картинку и получаешь звуковой файл, сгенерированный на её основе. ИИ анализирует содержание и подбирает тематику. Так и вижу через годик вариант стикеров/обычных картинок, где при отправке сразу генерится короткий аудиофрагмент. Общение станет более интерактивным. Советую попробовать, чтобы потом не было шока.
А пока ai-Шаляпин и звуки его окружения. Ещё не поёт, но скоро сможет.

https://imaginarysoundscape.net/view/MENnLXlhendPMHF4/MzUzNjUxXzUxODc0NzJfMQ/v2.0

Одна из полезных моделей StableDiffusion это Lexica Aperture. Начиналось всё как простенький сайт-поисковик, куда сохранялись промпты с картинками из общего Discord-канала StableDiffusion. С сентября по ноябрь Lexica была самым удобным хранилищем текстовых запросов для самообучения и вдохновения. Ты заходишь, вбиваешь ключевое слово, смотришь подходящий арт и правишь его промпт под себя. Идеально.
Когда в начале ноября вышел SD 2.0, на Лексике появилась своя дообученная модель Aperture, с упором на фотореализм и рендеры. Модель хорошая и максимально простая в использовании. На старте дают 25 бесплатных генераций, потом 10$ в месяц за 800 картинок / 96$ в год. Более дорогие планы я бы не стал покупать, т.к. некуда будет тратить 3000 картинок (дают за 30$ в месяц). Lexica всё же нишевый инструмент. Не так универсальна, как MJ, но в некоторых случаях сильно круче.
А поиск по картинкам оставили только для генераций в собственной модели :(

Пробовать тут:
https://lexica.art/aperture

#lexicaaperture
#полезное

Где-то с ноября стали появляться вакансии с участием ИИ в разных форматах. Вот например, предлагают наполнять всякие желтушные сайты текстами под входящий трафик. Текст тебе генерит ChatGPT, потом картинку генеришь в Midjourney, в конце закидываешь готовую «статью» на ГуглоДиск редактору. Получаешь, как средний промоутер на точке а супермаркете. Рыночек порешал, что твоя работа это ввод данных и сортировка, в остальном за тебя машина трудится.

Интересный пример, как практичные люди пытаются встроить новые технологии в уже имеющиеся ниши. Почитайте описание, очень познавательно.

Ссыль на вакансию:
https://hh.ru/vacancy/73952944?from=share_android

#реальность
#chatgpt
#midjourney

Ещё одна причина использовать разные модели.
Эти три дня я делаю прототипы и опять столкнулся с проблемой непонимания образа. В Dreamstudio никак не получается сделать нормальный диван, всё какие-то угловатые уродцы вылезают. Закинул тот же промпт в Lexica Aperture – и штамповать можно сразу, никаких проблем. Правдивая форма, освещение, интересные концепты. Но если предмет меняется, и ты просишь у Лексики стеклянный стакан/бокал необычной формы, лотоса например, то модель выдаст обычные стаканы с рисунками цветка. Зато в Dreamstudio такие бокалы получаются сразу и на любой вкус – прозрачные, многослойные, цветные. Поэтому хорошей практикой будет проверять промт в нескольких моделях, одна из них точно будет лучше других на данный момент.

В Midjourney не тестил, потому что у меня кончилась подписка ещё на праздниках.

#dreamstudio
#stablediffusion
#lexicaaperture

Новая сетка от StabilityAI, которая умеет в текст.
На лекции в декабре я рассказывал, что читаемый текст это одна из проблем для генераций в нейросетях и предсказывал, что надо где-то полгода подождать, прежде чем она решится. Справились за месяц.

Сетка называется DeepFloyd IF, в её основе StableDiffusion и она сейчас в бета-тесте. Однако один из разработчиков предложил протестировать промпты, чем я с благодарностью воспользовался – и предложил такой вариант:

piece of textured white paper with large handwritten text "Fat tiger", capital letters, centered text, lettering, handwritten

В картинках этот промпт и другие прикольные примеры. Кроме текста, получаются хорошие, довольно точные картинки, т.е. эта моделька SD очень даже рабочая. Скоро будет лучше и проще.

#stablediffusion