Neueste KI zur Bilderzeugung

[Smai-Lee]

Bei den folgenden Bilder habe ich mal 4 von den selber trainierten Elementen zusammengefügt. Der Stil entsteht bzw. variiert durch leicht unterschiedliche Gewichtung. Es wurde natürlich keinerlei Künstlername benutzt:
- Tusche/Aquarell: 7 synthetische Bilder
- Sci-Fi: rund 800 Bilder
- Rauch/Dissolver: 20 synthetische Bilder
- Detailer auf Noisebasis: 42 synthetische Bilder

Ebenso wurde etwas postprocessing gleich in ComfyUI mit-automatisiert. Ein Bild benötigt rund 70 Sekunden auf einer 4090 wenn man den Prompt einmal gefunden hat. Alle Bilder basieren auf Stable Diffusion SDXL und wurden lokal gerechnet. Der ganze Workflow umfasst rund 60 Module. Die Gesamtrechenzeit für die 4 Themen waren unter 20h, das wird aber nur einmal gemacht.






Nun würde ich das ganze gerne direkt in ein eigenes Basis-Modell gießen und wäre dann tatsächlich (erstmal) fertig

 

[ganje]

Umgekehrt ist echt schwer. Stable Diffusion will mir einfach keinen Regenwurm erzeugen, der einen Vogel frisst.

Cartoon klappte mit Bing auf Anhieb..



Realistisch war schon schwieriger..

 

[ganje]

Solche Bilder klappen mit Bing auch ganz gut:

 

[laux]

Alle Bilder basieren auf Stable Diffusion SDXL und wurden lokal gerechnet.

Wie ist denn das mit der "KI" bei Stable Diffusen, wenn es offline generiert wird, lernt da die KI noch was dazu, oder ist das berhaupt eine KI?

 

[ollo]

Wie ist denn das mit der "KI" bei Stable Diffusen, wenn es offline generiert wird, lernt da die KI noch was dazu, oder ist das berhaupt eine KI?

Die lernen generell nichts dazu. Nur die Modelle an sich, wenn sie trainiert werden. Es ist also nicht so, dass die KI im Internet nach passenden Bildern suchen könnte oder ähnliches.
Bisher muss immer noch jemand die KI mit Bildern gefüttert und trainiert haben. Egal ob das dann der PC zuhause berechnet oder irgendein Server im Netz, die KI kann nur auf diese Trainings-Daten zugreifen.

Zumindest ist das mein Stand der Dinge aber ich denke da unterscheided sich Stable Diffusion nicht von Bing, Midjourney & Co.

 

[Smai-Lee]

Wie ist denn das mit der "KI" bei Stable Diffusen, wenn es offline generiert wird, lernt da die KI noch was dazu, oder ist das berhaupt eine KI?

Die 'KI' steckt im Basismodell und wurde einmal mit Millionen (Mrd) Bildern einmal trainiert. Das Resultat ist eine mehrere Gigabytes große Datei mit den Gewichten des neuronalen Netzwerks und das kann man nun lokal einsetzen und Bilder erzeugen. Egal wieviele Bilder man jetzt macht, hier lernt die KI noch nichts hinzu.
Mit entsprechender Software kann man nun Bilder und deren Beschreibungen diesem Datensatz hinzufügen. Im Beispiel oben habe ich kleinere Erweiterungen trainiert (LoRas), die funktionieren nur im Zusammenhang mit einem Basismodell. Die Erweiterungen sind wiederum nur Dateien mit Gewichtungen und werden beim Renderprozess einfach 'dazugerechnet'.

 

[einseinsnull]

Wie ist denn das mit der "KI" bei Stable Diffusen, wenn es offline generiert wird, lernt da die KI noch was dazu, oder ist das berhaupt eine KI?

das wäre nicht wirklich erwünscht. stattdessen kommen ab und an neue versionen und die alten bleiben weiterhin erhalten.

 

[Smai-Lee]

Habe das Basismodell nochmal feinjustiert und den Aquarellteil in besserer Auflösung neu trainiert. Die Details sind wieder etwas mehr und besser geworden. Leider bin ich nun mit 24GB VRAM am Limit, höhere Trainingsauflösung als 1280x1280 geht glaube ich nicht mehr.
Alle Bilder sind vom gleichen Comfy Workflow, auch die Zusammenstellung der Modelle zur Erzeugung sind wie im letzten Posting gleich.

 

[darsho]

alles MS Copilot, finde ihn ganz ok nach wie vor, muss bei Gelegenheit mal was anders ausprobieren.




Jules Verne Reise zum Mittelpunkt der Erde

Der Bibliothekar

Schweine im Weltall

Pinhead und Eddie in einem Pub in Ankh Morpork

Alien mit Ostereiern

was Giger mäßiges

Synth Spieler , psychedelic Art

Ein Motiv aus The Terror (Buch)

Orang Utan mit Bitcoin

 

[RealRider]