9. augusta 2024 • 3m čítanie

Nový AI model konečne nakreslí ruky s 5 prstami

Prichádza nový model umelej inteligencie, ktorý nakreslí ľudské ruky bez ďalších prstov.

Pridajte si TOUCHIT.sk ako preferovaný zdroj informácií

Firma Black Forest Labs, ktorá sa zaoberá témou AI, ukázala svoj prvý balík na generovanie grafiky z textových príkazov s názvom FLUX.1. Ide o firmu, ktorú založili ľudia stojaci za technológiou Stable Diffusion. Model FLUX.1 prichádza na trh po problémoch so Stable Diffusion 3 Medium.

Častou kritikou pri generovaní ľudských modelov býva práve problematika vernosti anatomických detailov. Deformované končatiny alebo ústa či zuby sú bežnou praktikou. Toto by sa malo s príchodom nového modelu zmeniť.

AI má vo všeobecnosti ešte čo doháňať. Problémom býva najmä to, že nedokáže ani vygenerovať text, ktorý jej napíšete. To považujeme za veľkú slabosť a väčšinou nedokážete prikázať AI modelu, aby vygeneroval obrázkový text z vášho príkazu. Ak to urobí, zväčša to skončí nejakou skomoleninou.

Nový model, ktorý založili bývalí inžinieri firmy Stability AI, by mal podľa doterajších tvrdení prekonávať modely, ako sú napríklad Midjourney a DALL-E. Ide o prekonanie v kvalite obrazu a presnosti dodržania textových pokynov. K dispozícii sú 3 verzie – Pro, Dev a Schnell (ako rýchly).

Podľa skúseností z webu ArsTechnica je vernosť podobná modelom DALL-E od OpenAI. Fotorealizmus pripisujú modelu Midjourney 6. Funguje na technológii zvanej ako hybridná architektúra. Kombinuje rôzne transformačné a difúzne techniky. Celkovo je k dispozícii až 12 miliárd parametrov. Generovanie rúk však nie je jedinou výhodou tohto modelu.

Môžete ho využiť na generovanie akýchkoľvek obrázkov. Avšak práve toto bola veľká slabina a tá by mala byť teraz napravená. A to aj so započítaním, že používatelia budú chcieť generovať ruky v rôznych pózach.

Zatiaľ nie je známe, odkiaľ získala firma tréningové obrázky. Toto je však úskalie je mnohých nástrojov na generovanie obrázkov a textov. Pri otázke, odkiaľ má nástroj tréningové dáta, sa predstavitelia mnohých firiem tvária rozpačito. Do budúcna plánuje Black Forest Labs generovanie videí.

Zdroj: Black Forest Labs, ArsTechnica

Prečítajte si aj: