Tekoälykuvageneraattori, joka sopii jokaiseen kuvatyyppiin.

Tekoälykuvageneraattori luo alkuperäisiä kuvia kirjoitetun kuvauksen pohjalta kameran sijaan. Kuvailet aiheen, ympäristön, valon ja rajauksen tavallisilla sanoilla, ja malli syntetisoi valokuvan, jota ei aiemmin ollut. Koska se ennustaa uskottavia pikseleitä eikä hae talletettua tiedostoa, mikään tulos ei ole stock-kuva, jota joku toinenkin käyttäisi.

Terminologia on tavallista sekavampaa, joten sanotaan se suoraan: tekoälyvalokuvageneraattori, tekoälykuvageneraattori, AI image maker -tyyppiset sanat, AI photo maker -tyyppiset sanat ja photo AI tarkoittavat samaa työkaluluokkaa — samoin kaikki, mitä mainostetaan keinona tehdä tekoälykuvia. Myös AI photo app on yleensä sama generaattori puhelinmuotoisella käyttöliittymällä. ”Photo” viittaa useimmiten valokuvamaiseen lopputulokseen ja ”image” kattaa kaiken realistisista otoksista kuvituksiin ja grafiikkaan, mutta sanojen takana ei ole merkittävää tuote-eroa. LaFoto on rakennettu tämän skaalan valokuvapäähän.

Useimmat nykyiset järjestelmät käyttävät diffusion-menetelmää. Koulutuksessa malli ottaa oikeita valokuvia, lisää niihin vaiheittain visuaalista kohinaa, kunnes kuvasta tulee pelkkää kohinaa, ja oppii kääntämään prosessin. Koulutuksen jälkeen se voi aloittaa puhtaasta kohinasta ja denoise-vaiheissa edetä kohti johdonmukaista kuvaa.

Prompt on ohjaus. Kielikomponentti muuttaa sanasi merkityksen numeeriseksi esitykseksi, ja jokaisessa denoise-askeleessa malli nykäisee syntyvää kuvaa kohti tuota merkitystä. Riittävän monen askeleen jälkeen kohinasta muodostuu kuvaamasi näkymä. Siksi tätä kutsutaan myös ”tekstistä kuvaksi” — ja kun tavoite on valokuvamainen, ”tekstistä valokuvaksi”.

Käytännössä kaksi asiaa merkitsee. Sama prompt tuottaa kahdesti ajettuna kaksi eri kuvaa, koska generointi alkaa aina uudesta satunnaiskohinasta — tuloksen toistettavuuden saat lukitsemalla seedin. Lisäksi ohjausvoimakkuus määrää, kuinka kirjaimellisesti malli noudattaa sanojasi: liian matalana se sivuuttaa sinut, liian korkeana tulos on kankea ja ylikylläinen.

Kun ihmiset etsivät parasta ilmaista tekoälykuvageneraattoria, he tarkoittavat yleensä kapeampaa kysymystä: mikä ilmainen taso on oikeasti käyttökelpoinen. Useimmat vastaukset tuottavat pettymyksen: ilmainen taso, joka vesileimaa latauksen, rajaa kahteen kuvaan tai sulkee pois kaupallisen käytön, on demo ystävällisemmällä nimellä. Sama pätee lupaukseen ”ilmainen tekoälykuvageneraattori ilman rekisteröitymistä”. Ilmainen tekoälykuvageneraattori verkossa ilman rekisteröitymistä tarkoittaa yleensä jonoa ja vesileimaa, ei aitoa käyttöoikeutta.

LaFoto toimii kokonaan selaimessa, eikä mitään tarvitse asentaa. Se generoi ilmaisella polulla ilman vesileimaa ladattavassa tiedostossa, ja kahdeksan selaimessa toimivaa kuvatyökalua — koonmuutos, muunnin, pakkaus, rajaus, värivalitsin, EXIF-katselin, taustan poisto, prompt-generaattori — eivät vaadi tiliä lainkaan. Se, mikä oikeasti maksaa, on laskenta: suuret resoluutiot, pitkät erät ja kookkaat lähtötiedostot. Niitä maksulliset tasot kattavat sen sijaan, että ne avaisivat keinotekoisesti piilotettuja ominaisuuksia.

Tekstistä valokuvaksi alkaa tyhjästä: tyhjästä kankaasta ja kuvauksesta, ja malli rakentaa koko näkymän. Se on oikea tila, kun sinulla ei ole lähtömateriaalia — tuote marmoritasolla, paikkaa joka ei ole olemassa, tai muotokuva kenestä tahansa.

Tekoälyllä tehtävä valokuvien muokkaus alkaa jo olemassa olevasta kuvasta ja muuttaa osaa siitä: taustan poistaminen, esineen korvaaminen, rajausten laajennus toiseen kuvasuhteeseen. Inpainting muokkaa maskeeratun alueen sisällä; outpainting tuottaa alkuperäisten reunojen ulkopuolelle. Taustalla on sama malli, ja olennainen ero on, keksitkö kuvan vai säilytätkö sen.

Käytännön sääntö: luo, kun sinulla ei ole mitään; muokkaa, kun sinulla on jo melkein oikea. Koko kuvan uudelleengenerointi yhden väärän yksityiskohdan vuoksi on yleisin tapa tuhlata aikaa tekoälykuvageneraattorin kanssa.