Нейросети и прочие ИИ

Где был переход на личности, в какой фразе? Это если что, не обида была, просто не понятно, где именно я повел себя некорректно. Мне эта информация нужна чтобы это учесть и больше так не делать.

 

Целых три:

 

Под видом нейросети для изменения голоса: данные российских пользователей «утекают» к киберпреступникам

@gudleifr, Вот зачем Вы сглазили?

---

А тем временем у сбербанковского "Кандинского" можно создавать видео с использованием изображение, а не только текста.

Kandinsky 3.1

ПС: честно скажу, получается какая-то шляпа. Но люди и так в последнее время снимают шляпу, так что терпимо.

 

Ну, как бы, за базар

еще никто не ответил. Видимо, слабо.

 

Накопились вопросы по нейросетям.

Подскажите нейросети для генерации аниме-картинок. Какие из них сейчас самые совершенные?

Первый вопрос - где? Я уже разочаровался в идее генерации чего-либо с моей видеокартой. К тому же, есть подозрения, что есть какие-то нейросети, которые в принципе нельзя скачать на свой компьютер и которые могут давать более хороший результат, чем те, которые можно запустить на своем компьютере. Так что это должен быть какой-то онлайн сервис.

Второй вопрос - про оплату. Понятное дело, что никто просто так не будет делиться вычислительными мощностями. И в принципе, для экспериментов мне даже бы не жалко было оплатить, но я думаю, все и так знают, какая проблема с этим у нас есть. Как нынче эту проблему решают? Ну кроме использования всякой пробной "халявы" - там, как правило возможности довольно ограниченные, обычно и количество создаваемого контента жестко ограниченно, нет где развернуться, чтобы освоиться с генерацией нейросетевого контента.

Третий - есть ли руководства, поясняющие, как правильно составлять запросы? Ну либо примеры запросов, желательно с картинками, что получились.

Четвертый - вдогонку к предыдущему. Как-то попадались в сети картинки, на которых были конкретные аниме(и не только)-персонажи. Как это делают? Слабо представляю, как это возмоно описать внешность персонажа одним лишь текстом. Вот например недавно попалась картинка:



Сейлор Юпитер. Правда некоторые детали перевраны. Но чтобы это понять пришлось найти арты, чтобы сравнить, так как к Сейлор-Мун уже давно охолодел и уже плоховато помню, кто как там выглядел. А так, если бы не сравнивал, даже подвоха бы не понял. Но там не было написано, в какой нейросети это сделано и какой запрос был.

И вот еще, конечно сперва меня очень поразило, что компьютер вообще может выдать какую-то "осмысленную" картинку. Но когда первоначальный восторг спал, то понял, что стиль рисовки не очень нравится, а он раньше на всех нейросетевых аниме-артах был прямо под копирку, вообще, где-то раньше уже на "человеческих" артах видел подобную рисовку, но не могу вспомнить, у какого художника. Да и рисовка сама по себе была мазня (но только у нейросети, у того художника, у которого видел похожий стиль все было нормально, естественно). И РУКИ, конечно же! А вот в последнее время стал натыкаться на нейросетевые арты, на которых уже нормальные руки. А на той картинке, что выше еще и рисовка другая. Это уже выглядит вполне съедобно. Кто-нибудь сможет опознать, какой нейросетью это сделано? Как уже говорил, тот, кто выкладывал, ничего не написал.

 

Вы до сих пор не поняли, что он ее и не выдает?!

Долго в эту тему будут лезть любители халявной фотожабы?!

 

Арендуй удаленный сервер с нужный видеокартой с почасовой оплатой, и делай там что хочешь.

Ну вроде у этого https://www.youtube.com/@XpucT есть ролики по пронту, я их не смотрел, так что хз.

Я беру промт из картинок на Civitai: The Home of Open-Source Generative AI , скачиваю те же модели и лоры, если получаю хороший результат, потихоньку изменяю промт.

Ищешь либо модель знающею нужного персонажа, либо лору. если таких нет, свою лору можно натренировать.

 

AI Voice Generator & Text to Speech

 

Есть такие, что можно оплатить из России?

Вот тут стало совсем непонятно. Нужна какая-то отдельная модель персонажа, которая будет в дополнение к той модели, которая отвечает за рисовку? Что такое "Лора" не знаю.

И еще, если нужна модель персонажа, то значит на каких-то сильно непопулярных персонажей надеяться не стоит. Так как для тренировки модели по идее надо очень много данных. На паре-тройке картинок модель не натренировать.

 

да.

нет, для 1 персонажа достаточно несколько десятков. на 4090 тренировка лоры для сд1,5 занимает минут 10-20.

 

Ogr 2, в принципе, любопытно. Правда не очень понял, как потом там будет храниться образ диска, в смысле, сколько и сколько за это будут брать денег. Но правда есть некоторые сомнения, что если часто пользоваться, то может выйти почти так же, как купить видеокарту. Но попробовать наверно сойдет. Хотя к видеокарте еще и компьютер нужно будет собрать.

В принципе, не так много, как я ожидал, но все равно, многовато. На некоторых особо непопулярных персонажей арты можно пересчитать по пальцам одной руки, и нет, это не фигура речи, более, чем буквально.

А вот еще совсем забыл в предыдущих сообщениях написать. Когда-то натыкался на такое - нейросеть может создать изображение не только из запроса, но и превратить относительно посредственно выглядящий набросок в более-менее прилично выглядящее изображение. Извините конечно за фурри (сам не увлекаюсь), просто сама по себе подобная "обработка" выглядит интересно.

 

Кстати, посмотрел немного видео про LoRA - не понравился стиль подачи автора. Но это еще можно потерпеть, но там он еще называет много непонятных терминов. Нету ли какого-нибудь FAQ по нейросетям? Желательно именно по тем, что создают изображения. А лучше наверно вообще ликбез. Можно даже на Английском.

И вот один из самых важных вопросов из предыдущих сообщений не отвечен - какие вообще бывают нейросети для генерации аниме-картинок? А также, делал ли кто-нибудь сравнительные тесты, крайне желательно, с демонстрацией результатов.

 

Ликбез, как и формулы, я вам давал. А Вы, видимо, требуете чисто рекламу. Про Леню Голубкова: "Я не халявщик, я -... художник!"

--- добавлено 3 июн 2024, предыдущее сообщение размещено: 3 июн 2024 ---

Сегодня еще один дурик вылез:

профессор Университета Луисвилля Роман Ямпольский
«Осталось два года». Ученый предупредил о смертельной угрозе человечеству - ВФокусе Mail.ru

 

Нейросеть который можно локально генерировать картинки только одна— стабильные диффузия, все. Ищи её модели заточенные под аниме.

 

???

1. А если не локально? В принципе, наверно какие-нибудь онлайн-сервисы тоже этот Stable Diffusion используют, но подозреваю есть и такие, которым используют какой-то свой код. Я вот слышал про какой-то NovelAI, вроде тоже в аниме умеет, но неизвестно, кто еще лучше.
2. Я так понял, этот Stable Diffusion вообще для любых типов изображений, хоть для фотореалистичных, все зависит от модели? И даже создание изображения по эскизу?
3. И еще, раньше видел, что аниме-картинки, созданые нейросетью были как-то "не очень", а сейчас не идеально конечно (далеко не идеально), но они как-то "похорошели", даже вроде появилось каое-то разнообразие стилей. Это Stable Diffusion как-то обновился?

 

да

 

Зависит от модели, которую ты используешь. Самая продвинутая сейчас - Pony Diffusion и на ней основанные.

Я для себя делал сравнение и пришел к выводу, что меньше всего бреда генерируют
1) AutismMix_confetti (аниме)
2) Everclear (реализм)
3) Toonify (мультики)
в числе проигравших им оказались MightMixes, PerfectPony, PonyFaetality, sxzLuma, ну и сама Pony Diffusion.

Лучший сэмплер на мой взгляд - "Euler a", он быстрый, креативный и генерирует меньше всего чуши по сравнению со всей оравой DPM.
Scheduler ему можно оставить по умолчанию или выбрать "karras", некоторым моделям он больше подходит, кмк.
Разрешение выбираем из списка

1024 x 1024
1152 x 896
896 x 1152
1216 x 832
832 x 1216
1344 x 768
768 x 1344
1536 x 640
640 x 1536

(можно выставить и другое, но, скорее всего, на выходе будет брак).

Количество шагов изначально ставим 20, при столкновении с недостатками поднимаем до 25, потом (или сразу) до 60 - по моему опыту, именно на этом значении прекращаются мутации и добавляется креатива. При желании можно попробовать 30/40/50 еще.

CFG Scale оставляем на 7, можно еще попробовать 4 для креатива или 9 для точности (в обоих случаях результаты у меня были не оч).

Seed изначально ставим -1 и фиксируем его кнопкой переработки, если получаем интересный результат и хотим его доработать.

Batch size владельцам слабых видеокарт трогать не стоит, Batch count можно поставить любой, это кол-во картинок на выходе.

Для всех пони-моделей желательно начинать запрос с "score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up" и не использовать в нем шизу типа "best quality, masterpiece". В негативный запрос писать только по делу ("3d, monochrome"), и самое главное - не нужно пытаться с помощью него побороть лишние/отсутствующие пальцы и прочие мутации, это сделает результат только хуже. Самый лучший негативный запрос, как правило, пустой. Единственное, что лично мне иногда помогало против кривых рук - "bad anatomy, bad hands", при этом рисовка менялась существенно. Сам запрос составляем через запятые с помощью booru тегов, подсмотреть их можно, например, здесь, при этом стоит обратить внимание на количество картинок с интересующим нас тегом - если их слишком мало, возможно, стоит поискать его синонимы.

Они все его используют. Локально создавать всегда лучше.

Это появилась модель SDXL и Pony Diffusion поверх нее.

 

Не совсем понятно, при чем здесь пони, если модели используются и для людей, и даже для стиля аниме.

Вот как уже писал выше, нужен какой-нибудь глоссарий\FAQ\ликбез, так как пока не очен представляю, что такое "семплер", какую роль он играет в построении изображения, что меняется от его выбора.

А что будет, если количество шагов сделать "слишком большое"? Сразу говорю, понимаю, что чем больше количество шагов, тем больше будет потрачено времени на создание изображения. Если бы это делать на своем компьютере, то не страшно. Мне просто интересно, или просто поле каой-нибудь отметки изображение перестает улучшаться, или слишком много - тоже плохо, после какого-то количества шагов результат начнет портиться? А может большинству просто не хочется слишком много ждать, либо делают на арендованных компьютерах, где "время - деньги" - это почти буквально?

Вот с этим тоже очень интересно будет поэкспериментировать, когда руки дойдут до всего этого. Уже до того, как задавал вопросы здесь знал, что нейросети нужно какое-то число на "вход", прямо как генератору случайных чисел. Будет интересно, что получится, если использовать одинаковый Seed, но разные модели\запросы.

Изначально было не совсем понятно, что это такое, хотел даже спросить, но нашел объяснение здесь. Но не до конца понял. Я так понял, модель обучают на картинках с *booru-сайтов и эти "score_n_up" основаны на оценке изображения на сайте. Но там еще говорилось про некую "ручную" оценку, что-то вроде 20 тысяч изображений. Не очень понятно, к чему относится эта оценка - к оценке с сайта, либо к "ручной" оценке?

То есть запрс по сути просто набор тегов, как на среднестатистическом *booru-сайте? Если да, то принцип составления запросов становится предельно понятным. Danbooru открыл для себя еше в 2009 году, с тех пор постоянно им пользуюсь. Тамошние теги уже давно знаю на отлично. Можно просто найти картинок, на которых будет нечто похожее, на то что нужно, затем "просканировать" их глазами, выписать теги в Блокнот (программу, конечно же), затем уж сделать из этого запрос.

Вот это кстати не очень хорошо, но ожидаемо. В принципе, уже и раньше думал, что одна из проблем нейросетей будет в том, что нишевый контент при помощи них будет получить достаточно трудно, так как нет просто достаточных данных, чтобы их обучить. В итоге получается ситуация, что нейросети будут плодить по большей части "попсу", хотя потенциально полезное применение нейросетей как раз в том, чтобы делать персонализированный контент, если не можешь найти себе по нраву из уже существующего.

P.S.: А может все-таки кто-нибудь предположить, что это за модель? Мне тоже такую надо:

Посмотреть вложение 314394

 

Воистину!

Судя по рисовке рук...