Ang Stable Diffusion ay naging mga headline nang ito ay inilabas bilang ang unang publicly-available na artificial intelligence na maaaring bumuo ng mataas na antas ng sining, puro salita.
Ang sining na binuo ng AI ay nangangailangan lamang ng user na magpasok ng isang salita o ilang salita upang mahalagang imungkahi kung ano ang susubukan na buuin ng algorithm na nakabatay sa artificial intelligence.
Maraming user ang gumawa ng comical art kasama ng mga celebrity o character, ngunit isang user ang naghangad na gumawa ng high-art na nakakabisa sa babaeng anyo sa paraang malapit talaga sa mga resultang gawa ng tao.
Twitter user Mga Chromed Set nagbukas ng account para lang sa pag-post ng kanilang sining na binuo ng AI, na nakatuon sila sa isang makatotohanan, oil-painting tulad ng klasikal na istilo. Ang mga resulta (ipinapakita sa itaas at ibaba) ay kamangha-mangha:
Ang halatang high-class na user na ito ay talagang magaling mag-post ng meticulously detalyadong walkthrough sa eksaktong mga tagubilin na kailangan mong mapalapit sa pagkamit ng kinang na ito.
Sa madaling salita, ang tila Japanese user (mayroon din silang mga hakbang na available sa Japanese, English ang kanilang pangalawang wika, gumamit ng Japanese walkthrough upang makapagsimula) ay lubos na nakatuon sa kung ano mismo ang gusto nila:
"Gusto ko ng VICTORIAN GIRL sa estilo ng OIL PAINTING," sabi ng user. "Mahalaga ang Mata at Mukha sa sining kaya dapat may PERFECT FACE, SEXY FACE at may DETAILED PUPILS ang mata niya."
Higit pa rito, natural na gusto ng user na magkaroon ng “LARGE BREAST, TONED ABS and THICK THIGH” ang kanyang AI girls, gayundin ang pangangailangang “look FEMININE doing EVOCATIVE POSE, SMIRK at FULL BODY wearing NIGHT GOWN.”
Panghuli, ang mga batang babae ay kailangang magmukhang "INTRICATE, HIGH DETALYE, SHARP", sa parehong paraan na nakuha ng mga klasikal na pintor ang babaeng anyo.
May caveat sa henerasyong ito ng AI, gayunpaman, na ang AI algorithm ay maaari lamang pumunta nang walang "base" o "inspirasyon", ibig sabihin, isang artist o base na imahe na may estilo na gusto mo.
Sinabi ng user para maiwasan ang gulo, hindi nila ibinubunyag ang apat na artist na ginamit nila upang makabuo ng mga larawan sa itaas – ngunit gumamit sila ng apat para makamit ang pagiging perpekto.
Kaya ano ang ginawa ng koponan ng Niche Gamer? Siyempre, pinaandar namin ang Stable Diffusion at gumugol kami ng maraming oras sa pag-fine tune ng algorithm para makakuha ng ilang kahanga-hangang resulta – para lang matiyak na hindi ito ganap na kalokohan. Narito ang mga unang babaeng AI na nabuo namin:
Hindi masyadong magaling, tama? Kapag nag-iisip ng sukat (nakakaapekto ito sa pangkalahatang disenyo at makeup ng output ng imahe), nakakakuha kami ng mga kakaibang disenyo minsan, at kung minsan kahit na kakaibang bangungot-gatong na bagay tulad ng mga dibdib na lumalaki sa mga braso, kakaibang mga error sa katawan, at iba pa.
Ang isang paalala sa apat na nasa itaas ay ginawa lamang batay sa mga iminungkahing salita at kundisyon na inilagay para sa algorithm sa Stable Diffusion. Hanggang sa inilagay ko ang mga pangalan ng ilang mga paboritong artista ko na talagang nakakuha kami ng isang espesyal na bagay:
Ito ang mga unang larawang ginawa sa Stable Diffusion gamit ang apat na artist na gusto ko: Kinu Nishimura, George Kamitani, Akira Yasuda, at Sakimichan.
Kaya, sa esensya, sinimulan ng Stable Diffusion AI na pagsama-samahin ang kanilang apat na natatanging istilo ng sining at lumikha ng mga larawan gamit ang mga umiiral na kondisyonal na salita, na umaangat sa isa pang antas na tila hindi makakamit ng AI lamang.
Pagkatapos mag-tweak muli ng mga laki ng output, nakakuha kami ng ilang mas kamangha-manghang mga resulta:
Ang huling larawang ginawa ko gamit ang Stable Diffusion ay isang bagay na talagang humanga ako.
Ang sining na nilikha gamit ang mga tag at kundisyon na ito ay isang bagay na kung hindi ko alam ang anumang mas mahusay - ipagpalagay kong ito ay gawa ng tao na pinong sining:
Ito ay nagkakahalaga ng pagpuna na ginamit ko Ang madaling gamiting "retard guide" ni Voldy para sa maayos na pag-set up ng Stable Diffusion, at talagang kakailanganin mo ang napakalaking "Modelo ng Waifu", kung hindi, hindi makukuha ng iyong sining ang mga aethetics na ito.
Ang iba't ibang "modelo" ay kung saan sinanay ang AI, na nakakaapekto sa output nito. Ang Waifu Model ay isang espesyal na sinanay na algorithm batay sa mga 50,000+ na larawan mula sa sikat na image board na Danbooru, imposibleng makamit ang sining sa itaas nang wala ang modelong iyon.
Ang tanging bagay na tila nahihirapan sa Stable Diffusion AI (o iba pa) ay ang mga kamay, na nakakatuwang bagay kahit na ang mga artista ng tao ay madalas na nakikipagpunyagi. Ang gumagamit kahit biro tungkol dito pagkatapos na simulan ang kanilang pagtakbo ng AI-generated art, at ito ay isang bagay na napansin din namin sa aming mga natuklasan.
