Mikä tekoäly tekee parhaat kuvat? Vastakkain Midjourney, Dall-e ja Leonardo!
Vložit
- čas přidán 26. 06. 2024
- Halusin testata millä tekoälyllä saa tehtyä parasta kuvajälkeä ja otin testiin kolme parhaana pitämääni tekoälyä: Midjourneyn, Dall-en ja Leonardon. Midjourneykin juuri parahiksi sai V6-päivityksensä, joten tämä antoi hyvän tilaisuuden myös testailla sitä. Kuvat mitä sain aikaiseksi ja lopullinen tulos löytyy videolta.
Sisältö:
00:00 Esittely
00:33 Vertailu
15:13 Tulokset ja pohdintaa
Kiitos Esa hieno video. Olenko ymmärtänyt oikein: Leonardo on maskuton - mutta saako kuvia käyttää kaupalliseen tarkoitukseen / myydä?
Midjorney on maksullinen - ja kuvia saa käyttää kaupalliseen tarkoitukseen.
Dall-e on maksullinen ja kuvia saa ymmärtääkseni käyttää kaupalliseen tarkoitukseen ainakin näin minulle on kerrottu?
Kuitenkin MIcrosof käyttää myös Dalle-ea mutta ilmoittaa että kuvia ei saa käyttää kaupalliseenn tarkoítukseen ja kuvissa on lisäksi leima.
Oletko tietoinen muista tekoälykuvia tekevistä ohjelmista joiden tuotoksia saa vapaasti vaikka myydä.
Leonardo: saa käyttää intercom.help/leonardo-ai/en/articles/7051613-frequently-asked-questions
Midjourney: saa käyttää.
Dall-e: riippuu mitä kautta sitä käytät, ilmaisen Copilotin kautta ei saa, maksullisen ChatGPT:n kautta saa.
Kiitos oivasta vertailusta. Kommentti: Pianokuvan voittajassa pianon koskettimet eivät ole aidonnäköiset…
Joo, täysin realistisia koskettimia mikään ei aikaansaanut, tosin osa oli aidompia kun toiset.
Hyvä vertailu. Ainakin Copilot 365:n käyttämässä DALL-E:ssa on ärsyttävän pieni päiväkiintiö kuvien luontiin ja lisää ei vissiin saa. Voisitko tehdä videon myös näistä kustannuksista.
Ei huono ajatus, katson jos saisin rakennettu jonkinlaisen hintavertailun jossain vaiheessa.
Leonardon kanssa vaikuttaa erittäin paljon mitä mallia käyttää. Osa malleista toimii aika yleispätevästi, mutta toisilla taas vääränlainen prompti kuten maisemat, ympäristöt tai tilanteet menevät pahasti metsään kerta toisensa jälkeen.
Käytin näissä Leonardo Diffusion XL-mallia, mikä yleensä on paras, ei tosin joka skenaariossa. Mallin vaihtelu olisi sotkenut testin.
Entäpä ihan perus Stable Diffusion? Vai oliko pointtina käyttää ns. Plug and play palveluita
Stable Diffusion jäi täpärästi testistä. Oli pakko valita kolme, ettei video venyisi aivan mahdottomaksi.
Miten on noiden tekoälykuvien tekijänoikeuksien laita?
Vielä kysymysmerkki. Asiasta kun ei ole kunnollista lakia vielä olemassa.
Minkälainen on Midjourneyn tila tällä hetkellä? Miten sen käyttäminen nykyisin onnistuu? Kiitos vastauksestasi.
Siitä tulee kohta ihan normaalin nettisivun kautta toimiva versio, niin kannattaa melkeinpä odottaa siihen asti. Ei tarvi alkaa Discordin kanssa pelleilemään
Tällä hetkellä Discordin kautta vielä, mutta nettisivu on tulossa. Vaatii maksullisen tilauksen.
Erittäin hyvä vertailu, samaa mieltä, Midjourney on kyllä ykkönen tällä hetkellä.
On kyllä, tosin ero Dall-ehen on suht kapea. Samaten uudemmat Stable Diffusion-mallit ovat aika kovia myös, ne jäivät täpärästi ulos vertailusta tällä kertaa.
Teeppä video SDXL 1.0.stä. Mitä saat siitä irti?
Harkinnassa, jahka kehittelen tästä jonkin mielekkään aiheen.
Tekoäly ei ehkä vielä tunne kaikkia lajeja kuten kiekonheitto mutta kyllä se kieltämättä tekee välillä jopa hullunhauskoja kuvia
Urheilussa on kyllä tekoälyn heikkous.
Dall-e kuvat on kyllä liian tekoälymäisiä kaikki, liekkö se tarkoituksellista vai ei, en tiedä. Kahden muun kuvat kyllä todella hyviä. Esim 11:21 kohdan Leonardo kuva on kyllä hämmentävän aidon oloinen
Dall-e tekee parhaiten digitaalista taidetta, fotorealismi ei ole sen vahvuus.
mitkä on chrome laajennetun esilatauksen haitat
Bardin mukaan nämä:
Laajennetun esilatauksen avulla Chrome voi ladata verkkosivustoista sisältöä, kuten JavaScript-koodia, kuvia ja CSS-tyylitiedostoja, ennen kuin käyttäjä on avannut sivun. Tämä sisältö voi sisältää haittaohjelmia tai muita vahingollisia sisältöjä, jotka voivat vaarantaa käyttäjän tietoturvan.
On tärkeää huomata, että Chrome suodattaa laajennetun esilatauksen kautta ladatun sisällön haittaohjelmilta. Chromen suojaus on kuitenkin epätäydellinen, ja haittaohjelmien tunkeutumisen riski on aina olemassa.
Laajennetun esilatauksen avulla Chrome voi käyttää enemmän muistia ja CPU-tehoa. Tämä johtuu siitä, että Chromen on tallennettava ladattava sisältö välimuistiin ennen kuin se voi ladata sen käyttäjälle.
Vanhemmilla laitteilla laajennetun esilatauksen käyttö voi merkittävästi hidastaa Chromen toimintaa. Jos sinulla on vanha laite, voit kokeilla laajennetun esilatauksen poistamista käytöstä, jos huomaat sen hidastavan Chromen toimintaa.
@@WebOpettaja miten chromen laajenettu esilataus vaikuttaa tietosuoja
Mielenkiintoista kyllä, mutta Copilot teki itse asiassa selkästi parhaimman kuvan kiekonheittäjästä samalla promptilla.
Joskus tuurilla saa tavallista parempia. Copilot käyttää samaa Dall-ea mitä tässä testissä käytin ChatGPT:n kautta.
En muuten tiennytkään mitä engineä copilot käyttää. Itsll kun ei omissa esimerkeissa ole tuota taiteellisuutta tullut kuvissa vastaan. Tämä testi oli joka tapauksessa hyvä ja mielenkiintoinen. Kiitos siitä! @@WebOpettaja
Tuossa ekassa kehotteessa pyysit miestä hyppimään tuolilla, joten Dalle toteutti sen paremmin kuin Midjourney, jossa mies ennemminkin hypähtää pois tuolilta.
Kumpikaan ei suoriutunut siitä täydellisesti. Pisteytin lopulta sen mukaan kumman kuva oli yleisesti parempi. Tuo oli aika tiukka tosin, olisi voinut valita myös toisinpäin.
Tämä ei mielestäni ollut kovin hyvä vertailu. Jos laittaa lyhyen promptin ja sitten päättää, että mikä kuvasta eniten vastaa sitä ennakkokäsitystä, joka itsellä oli, niin eihän tekoäly voi ajatuksia lukea. Lisähuomiona myös, että kokeilin itse Bingin Dallella "speed" sanalla, niin se teki kyllä varsin upeita kuvia vuoristotoisessa maisemissa ajavista urheiluautoista. Eli täytyisi luoda useampia kuvia ja sitten vasta päättää, mikä on keskimäärin paras tekoäly
Tekoälyllä kun kuvia luodaan, vaikuttaa tuuri siihen melkoisesti. Siksi tässä testissä tehtiin joukko kuvia ja laskettiin pisteet lopuksi. Jos testi olisi ollut 5 kuvaa, siinä sattuma vaikuttaisi liikaa. Kun tarpeeksi kuvia tehdään, sattuman roolia saa pienennettyä.
@@WebOpettaja Toki näin on, mutta esimerkiksi "speed" sanalla generoitua kuvaa ei pitäis arvioida sen perusteella, mikä vastaa eniten omaa mieltymystä. Siitä voi arvioida, että onko se teknisesti virheetön ja kuvastaako se hyvin vauhtia. Mutta ei voi oikein kritisoida, jos kone generoi abstraktin kuvan valokuvan sijasta
@@jonnanieminen8848 kritiikki ei tullut vain abstraktiosta, vaan siitä että kuva oli heikompi kun Midjourneyn tekemä samalla promptilla. Mutta ymmärrän kyllä pointin. Siksi juuri tein erilaisia prompteja eri tyyleillä ja pituuksilla.
@@WebOpettaja Et kertonut videolla, että millä tavalla se oli heikompi. Itselleni tulee Dallen kuvasta hyvinkin vauhti mieleen. Ja onhan fotonit nopeampia kuin raketti. Mielestäni "speed"-sanalla pitääkin tulla joku, joka kuvaa mahdollisimman paljon nopeutta ja mahdollisimman vähän mitään muuta asiaa
@@WebOpettaja Mitä tulee niihin "dungeon map" -kuviin, niin kyllä Midjourney varmaan myös luo laajemman luolaston, jos sille sanoo, että "multiple rooms", joten ei tarvitse alkaa itse yhdistelemään itse yksittäisiä huoneita käsin. Tosin Dalle nyt kaikista täsmällisimmin noudatti käskyä.
Midjourney 6 on vielä alfaversio. Tämän kuun lopussa tulee betaversio
Toimii silti oikein hyvin!
@@WebOpettaja Joo, voi vaan kohta toimia vielä paremmin. Ensimmäinen alfaversio julkaistiin joskus ennen joulua ja muutama päivä sitten tuli merkittävä päivitys, joka vaikutti paljon siihen, miltä generoidut kuvat näyttävät. En tiedä tuleeko enää niin suuria päivityksiä tähän kuutosversioon. Ominaisuuksiltaan se ei kuitenkaan vielä vastaa edes versiota 5.2