من 5 تصویر AI با مدل جدید Ideogram 2A تولید کردم و نتایج واقعاً مرا شگفت زده کرد
تولید تصویر فناوری ارشد هوش مصنوعی است. اگرچه شرکت هایی مانند Market Midjourney و Google تسلط دارند ، Ideogram توانسته است با بهترین ژنراتورهای تصویر هوش مصنوعی ما همراه باشد و مدل Ideogram 2.0a را معرفی کند – یک جایگزین سریعتر و ارزان تر برای محصول اصلی خود.
من مدل جدید را آزمایش کردم تا ببینم آیا این یک جانشین ارزشمند است یا خیر ، و آنچه پیدا کردم از راه های مختلف کاملاً تعجب آور بود.
این شرکت در ابتدا نام خود را از تولید تصاویر با کیفیت بالا و جالب ، که دستورالعمل های سریع را به خوبی تماشا می کرد و عناصر متن عالی را ارائه می داد. بنابراین من از دیدن اینکه آیا آخرین به روزرسانی در این خصوصیات بهبود یافته است ، هیجان زده شدم.
هدف من تولید پنج تصویر برای آزمون بود ، بدون اینکه یک علم خاص در پشت درخواست ها باشد ، مجموعه ای از خواسته های خلاقانه اغلب برای ژنراتورهای فقط تصویر.
تمرکز پنج دسته بود: مردم ، مکان ، طبیعت ، پرتره و طراحی.
Ideogram تعدادی تنظیمات ویژه ، از جمله مجموعه های اولیه مانند طول کاربران ، نرخ تولید (برابر با کیفیت پایین) و طراحی ، 3D ، انیمه و واقع بینانه را ارائه می دهد.
هر نسل بسته به درخواست پردازش ، یک سری وام را هزینه می کند و چهار نمونه از تصاویر را ارائه می دهد که می توانید از آن انتخاب کنید.
آیا شما آماده هستید تا ببینید که مدل چگونه ادامه می یابد؟ اینجا می رویم.
تست یک – مردم
سریع: بعد از ظهر ، یک جشن تولد خانوادگی زیبا در یک باغ کشور انگلیس با کیک نوشته شده “سالهای مبارک مگی”.
از دوازده تصویر آزمون که من با این درخواست ایجاد کردم ، این بهترین چیز به طور کلی بود. اما فقط به دلیل تعهد بلافاصله.
تصاویر دیگری وجود داشت که حاوی اختلال کمتری بودند ، اما آنها نتوانستند ویژگی های اساسی را ارائه دهند ، به عنوان مثال کیک با نوشتن یا سناریوی باغ. حتی با وجود این تصویر برنده ، حتی اگر ترکیب کلی خوب باشد ، از نزدیک به آن نگاه کنید و متوجه چند اختلال دست خواهید شد که اثر کلی را خراب می کند.
دو آزمایش – طبیعت
سریع: 4 فیل با شکوه ، تیراندازی متوسط ، نورپردازی بعد از ظهر طبیعی ، National Geographic ، دوربین نیکون ، برنده جایزه ، یک ساختمان چوبی کوچک با یک ساختمان چوبی کوچک با یک علامت ، عکس ، تایپوگرافی ، سینمایی
او بیست ابتکار عمل را برای به دست آوردن این تصویر خاص انجام داد. بنا به دلایلی ، تصویر هوش مصنوعی در ایجاد فیل های واقعی و واقعی مشکل دارد. و ظاهراً ریاضیات. در این حالت ، این یک چالش چهارم بود ، بنابراین من فکر می کنم ما سه فیل گرفتیم که فکر می کردم بهتر از هر چیز هستند.
نزدیکی من یکنواخت بود ، بنابراین بیشتر حیوانات شبیه کلون بودند که شرم آور است.
من این تصویر را به دلیل هماهنگی متن کامل که بیشتر تصاویر دیگر نمی توانند تولید کنند ، انتخاب کردم. و آیا این فقط نیمی از فیل در این زمینه است؟
سه آزمایش – مکان
سریع: یک عکس خیابانی ، Canon EOS ، پیاده رو در پیاده رو در پاریس در پیاده رو به نام Gaucho 5 دوستانی که بعد از ظهر از قهوه لذت می برند ، نورپردازی نرم ، رنگارنگ
هنگامی که بیش از شانزده تصویر تولید کردم ، نزدیکترین درخواست بود و حاوی یک عنصر متن روشن بود.
متأسفانه ، اختلالات وجود دارد ، اما بسیاری از تصاویر دیگر دارای نکات غیر طبیعی یا متنی نبودند ، حتی اگر بهتر باشد. با استفاده از این مدل جدید ، ایجاد یک تصویر تمیز و دقیق به طرز شگفت آور دشوار به نظر می رسد. به خصوص اگر متن در آن وجود داشته باشد.
آزمون چهارم – پرتره
سریع: در کنار یک رودخانه روستایی کوچک ، یک بعد از ظهر حماسی از نورپردازی از دوربین و یک پرتره نزدیک از یک ماهیگیر قدیمی کاریزماتیک آسیایی عبور می کند.
ظاهراً عکاسی پرتره کار بسیار ساده تری برای مدل جدید 2A است. من بیست عکس تولید کردم و نیمی از دوجین خوب بسیار خوب است.
در محیط های شهر ، یک یا دو فریم و یک کلاه عجیب اسکاتلندی وجود داشت ، اما به طور کلی کیفیت خوب بود. شک من ، هنگامی که موضوع مفرد است و نیازی به پردازش متن نیست ، این مدل کار بسیار ساده تری برای برآورده کردن نیازهای سریع دارد.
پنج تست – طراحی
سریع: مجموعه ای از شکلات فوق العاده -لوکس به نام Finesse.
شانزده تصویر شکلات این شاخه متعادل زیبا را تولید کرده است که می توانید در یک تبلیغ مجله تصور کنید.
متأسفانه ، مانند بسیاری از تصاویر ایجاد شده در این مدل ، بسیار نزدیک و هنوز هم کاملاً درست
متن به مزخرف کشیده می شود ، و فکر می کنم بسیاری از تصاویر هنوز شرم آور هستند ، در حالی که او فکر می کند که ژنراتور همان مشکل را تجربه می کند. اما به طور کلی ، اصلاً بد نیست.
راه حل
باید اعتراف کنم که تصاویر از مدل جدید Ideogram 2A از وفاداری و کیفیت عمومی کاملاً ناامید شده اند. این شرکت تصمیم گرفت تا کیفیت اصلی ایدوگرام را به نفع قیمت پایین تر در هر نسل کاهش دهد.
من یاد گرفتم که به تنظیم کیفیت و تنظیمات اولیه واقع بینانه اعتماد کنم تا بیشترین استفاده را از تصاویر ایجاد کنم. با این حال ، مشکلات و کمبود بیش از حد برای یک محصول در این سطح وجود داشت.
اما یک آغازگر نقره ای بزرگ وجود دارد. در طول آزمایش ، من به عملکرد بوم ویرایش و عالی رسیدم.
استفاده بسیار آسان ، بسیار قدرتمند است و به مقدار زیادی از خصوصی سازی ، ویرایش ، گسترش و لهستانی اجازه می دهد که در سایر وسایل نقلیه پیدا نکنید.
واضح است که بیشتر تصاویر گالری موجود در سایت از این تنظیم کننده به طور قابل توجهی برای بهبود نسل های اصلی استفاده می کنند. اما چرا نه؟
مثال بالا اضافه کردن یک شیر خنک شده در گروهی از فیل ها در این تصویر به شدت مرتب و گسترده است. در حدود 20 ثانیه ساخته شده است.
آنچه را که در مورد تصاویر فکر می کنید گزارش دهید و چقدر آنها در نظرات زیر جای می گیرند.