Generatory obrazów AI mogą tworzyć fotorealistyczne obrazy, cyfrowe malowidła i sztukę abstrakcyjną z opisu tekstowego. Technologia szybko się rozwija od 2022 roku.

Jak działają modele dyfuzyjne

Modele dyfuzyjne są trenowane poprzez stopniowe dodawanie szumu do prawdziwych obrazów. Model uczy się odwracać ten proces: zaczynając od czystego szumu, usuwa go krok po kroku, najpierw pojawiają się ogólne kształty, potem drobne szczegóły.

Rola koderów tekstu

Prompt jest tłumaczony przez kodery, takie jak CLIP, wytrenowany na setkach milionów par obraz-tekst. Reprezentacja numeryczna kieruje procesem usuwania szumu, aby obraz odzwierciedlał opisane koncepcje.