Stable Diffusion: Co tento generátor obrázků umí a v čem má mezery?

Generátor obrázků je velmi vyhledávaným AI nástrojem. Umožňuje vytvářet realistickou i kreativní grafiku, a to vše s pomocí jednoduchého textového zadání. Jedním z těchto generátorů je také Stable Diffusion. V čem je tento nástroj výjimečný? A v čem má ještě mezery? Otestovali jsme ho za vás!

Co je Stable Diffusion

Tento nástroj generativní umělé inteligence byl vytvořen v roce 2022. Vznikl spoluprací společností Stability AI, CompVis a Runaway s podporou neziskových organizací LAION a EleutherAI.

Na rozdíl od Midjourney nebo OpenAI DALL-E je užívání Stable Diffusion bezplatné. Záměrem zakládajících společností bylo nabídnout veřejnosti nástroj, který lidé mohou volně využívat, a který tak nebude zneužitelný velkými korporacemi.

Stability AI

Společnost Stability AI byla doslova zjevením pro investory. Díky své otevřenosti a myšlence, že AI by měla být dostupná všem, si rychle získala pozornost. V současnosti se však společnost potýká s kritikou za netransparentní hospodaření s financemi.

Jak funguje Stable Diffusion

Stable Diffusion funguje na modelu hloubkového učení pro převádění textového zadání na obrázek. Užívá při tom princip latentní difúze, v němž se neuronové sítě učí vidět tvary a obrysy v obrazovém šumu. Co to znamená?

Metoda latentní difúze

Po zadání promptu - textového zadání - se umělá inteligence dozví, jak má váš obrázek vypadat. V chaotickém vstupu, který má podobu šumu, začne hledat požadované tvary a obrysy a postupně z nich vytvoří váš obrázek.

Pokud se vám to zdá povědomé, nepletete se. Princip latentní difúze využívá i generátor obrázků Midjourney. Pokud ho znáte, pak určitě víte, jak generování probíhá. Nejprve se objeví rozmazané náhledy obrázků, ve kterých se postupně vykreslují detaily, než získáte jasný a ostrý obraz.

Bezplatné užívání

Užívání tohoto nástroje je bezplatné a jeho instalace do počítače navíc umožňuje fungovat nezávisle na cloudových řešeních, což přináší velké výhody. Proces instalace je však poměrně složitý, a ne na každém zařízení je proveditelný.

Pro jeho vyzkoušení je lepší využít jednu z jeho online forem.

Funkce generátoru obrázků Stable Diffusion

Generátor Stable Diffusion je v anglickém jazyce a jeho ovládání je snadné. Poslouží proto pro základní vytváření grafiky a následnou práci s ní.

• Převodník textu na obrázek

Jako ostatní konkurenční generátory nabízí i tento nástroj vytváření obrázků na základě jednoduchých textových příkazů. Už stručné zadání poslouží k vytvoření obstojné grafiky, kterou lze volně využívat pro tvorbu online obsahu.

• Práce s již existujícími obrázky

Kromě tvorby obrázků umožňuje Stable Diffusion také práci s již existujícími obrázky. Vámi vloženou fotografii tak dokáže generátor upravit podle dané specifikace.

• Negativní prompt

Generátor má také funkci vložení záporného promptu. Díky němu zadáváte nejen to, co má na obrázku být, ale také to, co se objevit nemá. Pokud si například necháte vygenerovat fotku lesa, můžete specifikovat, že na ní nemá být žádný jehličnatý strom. Jako na obrázku níže.

Generování obrázků: Stable Diffusion vs. Editee

Ačkoliv se Stable Diffusion pyšní celou řadou pokročilých funkcí, stále má velké mezery v kvalitě jednotlivých výstupů. Jedná se proto o generátor, který není v kvalitě výstupů příliš konzistentní. Zatímco jednou vygeneruje smysluplný obrázek, podruhé nenaplní některé z požadavků.

Abychom ho porovnali s Editee, rozhodli jsme se oběma generátorům dávat stejná zadání z několika různých oblastí. A výsledky si můžete sami prohlédnout.

Realistické fotografie

Stable Diffusion dokáže tvořit docela obstojné realistické fotografie. Stále je na nich však patrné jejich „umělé vytvoření“. Jako první jsme oběma nástrojům dali zcela jednoduché zadání:

• Realistická fotografie dívky v kavárně

Stable Diffusion odvedl bezesporu skvělou práci. Na fotce je však jasně viditelný její AI původ. Pleť postrádá texturu a celá fotografie je až příliš „učesaná.“

Dívka z generátoru obrázku Editee naopak působí velmi přirozeně a pozadí obsahuje spoustu drobných detailů, které navozují pocit uvěřitelnosti.

Stejně tomu bylo v případě dalšího zadání:

• Realistická fotografie historické budovy soudu

Pokud pro svůj online obsah hledáte realistické fotografie, pak pro vás Stable Diffusion nebude tou nejlepší volbou. U lidí, zvířat i věcí je totiž na první pohled patrné, že se jedná o AI výtvor. I když jsou jednotlivé detaily propracované, celkové vyznění se od klasické fotografie už na první pohled liší.

A i když můžete díky rozšířeným nástrojům fotografii dále upravovat, nezměníte výsledný vizuál. A ten je pro realistickou fotografii klíčový.

Ilustrace

Stable Diffusion si mnohem lépe vede v oblasti klasických obrázků nebo dětských ilustrací. Na rozdíl od jiných generátorů dokáže podat dobrý výkon už při jednoduchém textovém zadání.

• Ilustrace pro dětskou knihu. Zelený medvídek, který čte knihu.

Oba obrázky svým vyzněním odpovídají zadání a posloužily by pro ilustrování dětského příběhu. Obrázek Stable Diffusion sice nelogicky obsahuje dvě knihy, nicméně díky možnosti s fotografiemi dále pracovat a přidávat negativní prompty, je možné ilustraci dále upravit podle potřeb.

Specifická zadání

Kde ale Stable Diffusion rozhodně pokulhává, je oblast specifického zadání. Dokud má generátor za úkol vytvořit dítě na hřišti nebo obrázek rytíře na koni, daří se mu nadprůměrně. Pokud však potřebujete specifický obrázek, generátor se dostane do problémů.

Zde už nestačí jednoduché promptování, ale je třeba zadání specifikovat opakovaně a hledat způsob, jak to generátoru podat co nejlépe. Přesto se však výsledek nemusí povést. Prvním příkladem je například toto zadání:

• Beautiful Venice canals with unicorns in gondolas , charming, romantic, high detail, colorful

S krásnou scenérií Benátek si Stable Diffusion rozhodně poradil. Co už však do obrázku zapomněl vložit, je poměrně důležitá věc v zadání: jednorožci. Ačkoliv jsme mu toto zadání specifikovali opakovaně, jednorožců jsme se zkrátka nedočkali.

Problém mu dělala také představa gigantické koblihy, která ničí město. Ačkoliv bylo v zadání uvedeno, že má mít kobliha lidské končetiny a působit jako člověk, Stable Diffusion si se zadáním opakovaně neporadil.

• A realistic photograph of a gigantic humanoid donut demolishing a city

Umělá inteligence je skvělá v tom, že dokáže tvořit abstraktní i nereálné obrázky. Umožňuje tak vytvářet obrazový materiál i pro velmi specifická témata.

To ale Stable Diffusion zatím úplně neumí. Ideální je spíše pro klasické a jednoduché obrázky a ne příliš konkrétní představy.

Výhody a nevýhody Stable Diffusion

Stable Diffusion je velmi pokročilý a užitečný online nástroj pro tvorbu grafického obsahu. Jako jiné bezplatné nástroje má však jisté mezery, které mohou při vytváření profesionálních obrázků představovat problém. Rozhodně však stojí za vyzkoušení a hodí se pro základní práci.

+ Více funkcí

Tento generátor obrázků ocení ti, kteří mají rádi práci s detaily. Díky možnosti upravovat stávající fotografie nebo specifikovat zadání u již vzniklých obrázků, máte možnost jednotlivé výstupy dále zdokonalovat.

+ Rychlé výsledky na základě jednoduchého zadání

Stable Diffusion dokáže vytvářet hezké a kvalitní výstupy i z krátkého a jednoduchého zadání. Obrázky se navíc generují velmi rychle a vybírat si můžete hned ze 4 výsledků.

- Extrémní rozdíly v kvalitě

Zatímco obrázek lesa plného světlušek bude vypadat skvěle, specifičtější a abstraktní zadání přinese často spíše zklamání. Nelze se tak spolehnout na konzistentní kvalitu výstupů.

- Uměle působící fotografie

Velkou mezeru má Stable Diffusion také v případě realistických fotografií. Absence detailů a přirozenosti vždy prozradí, že se jedná o dílo AI.

Editee: Kvalitní obrázky, texty, audio i překlady na jednom místě

Pokud chcete tvořit obrázky a spolehnout se na jejich stabilní kvalitu, pak vyzkoušejte Editee. Tato aplikace neobsahuje pouze kreativní generátor obrázků, ale také další AI nástroje pro tvorbu obsahu.

Celá aplikace je v českém jazyce, a tak dokážete generátoru specifikovat, co chcete, i bez hlubší znalosti cizího jazyka. Kromě toho získáte také tyto nástroje:

• chat

• šablony pro texty na web, blog i sociální sítě

• převaděč obrázku nebo .pdf na text

• nástroj pro převod textu na audio

• převaděč audia na text

• nástroj pro klonování hlasu

• AI překladač

Editee tak není jen pokročilý generátor obrázků. Nabízí také to nejlepší z dalších AI nástrojů, které v aplikaci pravidelně přibývají. Klidně si to vyzkoušejte! Editee totiž nabízí také 5denní bezplatnou verzi, ve které vás o tom přesvědčí.