Простые (!!!) АI-приложения и генераторы онлайн

[Дмитрий Марков]

Пример того, чем Идеограмм отличается от остального АИ софта. Во первых сама модель очень хорошо понимает сложные "литературные изыски". Во вторых встроенная вторичная LLM хорошо натренирована в том что бы переводить эти изыски "на ее язык". Таким образом это первая модель к которой можно относится как к реальному концепт-художнику который может выдать действительно интересные идеи, а не просто пытаться нарисовать "красиво" (с нарисовать у нее как раз могут быть проблемы). Но если вам нужна идея постера с постановкой множества персонажей, а сделать ее нужно уже "сейчас", а не через неделю... То вам точно сюда.

Сравнение результатов Идеограм, Далли 3, Миджорни (на "улучшенном промте сделанном идеограммом").
Промт я специально сделал таким станным и "неопределенным", т.к. хотел посмотреть что сможет с ним сделать модель.

[Дмитрий Марков]

В бесплатный Чат ГПТ добавили модель 40, и возможност генерации нескольких картинок в день (что в общем не столь актуально т.к. можно пользоватья майкрософтовским генератором с той-же моделью Dalle 3)

А вот чат 40 уже весьма и весьма неплох... И доступ к нему для нас еще не прикрыли (как к Мете и Клаудии), хотя к мете можно подключиться через чат "обнимающего лица" (что бы это нзавние не значило)

https://dtf.ru/u/32166-di-di/2946289-dr ... i-test-llm

[Tzratzk]

https://huggingface.co/spaces/Xintao/GFPGAN


GFPGAN

Онлайн восстанавливалка фоток.

Халява.

Обрабатывает только лица.

Но! Другие восстанавливалки корёжат сходство. А тут получается почти в точности то же лицо.

[Tzratzk]

Вроде бы, в Стейбл Дифьюжен есть же такая же штука прикрученная. Эээ... А почему я ей там не пользуюсь?

---

А, понял. Я ей там не пользуюсь, потому что понять принцип её действия в Автоматике 1111 невозможно ни разу.

[Дмитрий Марков]

Просто используй модель Supir V2 если тебе надо фотографии восстанавливать.
Воркфлоу внутри картинок. Я там ничего не настраивал, просто закинул твою фотографию (а вот если приложить руки, посмотреть ютьюб и найти там правильное воркфлоу, можно добиться идеального результата).

Этому воркфлоу уже пол года минимум, так что народ наверняка уже что-то гораздо лучшее придумал. Не ленись, используй поисковик (или сразу на рэддите ищи)...

https://www.google.com/search?q=reddit+ ... e&ie=UTF-8

https://www.google.com/search?q=reddit+ ... s-wiz-serp

[Tzratzk]

Блин. Я тупо не понимаю, чего надо делать. https://github.com/Fanghua-Yu/SUPIR

Преимущество ГФПГАН в том, что просто перетаскиваешь в него фотку. нажимаешь на кнопочку, и готово.

И, кстати, тут тема начинается со слова "Простые"...

[Tzratzk]

Супир, может, и круче по качеству, но по соотношению 'качество похожести на исходник / простота использования' GFPGAN абсолютно шикарен.

[Tzratzk]

https://www.reddit.com/r/StableDiffusio ... matic1111/

I can't seem to use GFPGAN in Automatic1111

В Автоматике 1111 тоже удалось запустить gfpgan, не без танцев с бубном.


---

https://github.com/AUTOMATIC1111/stable ... sues/15066

AUTOMATIC1111 stable-diffusion-webui
[Feature Request]: SUPIR upscaler #15066


А легкоустановимый Супир для автоматика 1111 пока ещё, похоже, не изобрели.

[Tzratzk]

https://huggingface.co/blog/MonsterMMOR ... agnific-ai

SUPIR Full Tutorial + 1 Click 12GB VRAM Windows & RunPod


12 gb vram...

И 12 пунктов про установку. Чего скачивать, смотреть чтоб не скачалось то что скачивать не надо, смотреть, не удалится ли то что оно посчитает ненужным, а на самом деле оно нужно и т. д.

[Дмитрий Марков]

Просто найди какое-нибудь популярное воркфлоу и вставь в него свою картинку. Больше от тебя ничего не требуется...

Как я иговорил, "восстанавить" фото на данном этапе уже можно до любой степени идентичности. Для этого существует целая куча популярных нейросетей занимающихся пересадкой лиц, одежды и пр. (которыми я не пользуюсь т.к. мне это не надо)

[Дмитрий Марков]

...

[Tzratzk]

Фигня в том, что я полный гуманитарий и не дружу с высокотехнологичными приблудами. Я некоторое время назад установил себе комфиуи, оно не заработало, я его снёс.

То есть мне теперь надо опять устанавливать комфиуи и смотреть с интересом - заработает или нет.

А почему оно работает или не работает, мне понять не дано.

Поэтому все рекомендуемые тобой инструкции из ютуба мне обычно пользы ноль.

Ты просто привык иметь дело со всякими программистами, у которых это всё на автомате.

А ведь ещё бывают и нормальные люди.

[Дмитрий Марков]

Ну, подпишись на телегу эитх ребят (если с английскими общаться сложно) и задавай им там вопросы когда что-то не получается...
https://www.youtube.com/@StableDiff

[Tzratzk]

При чём тут английский. С английским-то как раз ноу проблем. Проблемы со всем остальным.

Собственно, поэтому я тут активно нахваливаю gfpgan. Да просто потому что там вставил фотку, нажал кнопочку и готово!

[Tzratzk]

Во! Наконец, кто-то додумался, что нужно делать и для нормальных людей.


https://github.com/Visionatrix/Visionatrix

https://github.com/Visionatrix/Visionatrix/releases


(Сам ещё не ставил, но вот прямо сейчас начну, эти авторы очень похожи на программистов моей Мечты).


---



https://habr.com/ru/articles/853714/


Проблемы ComfyUI

Интерфейс ComfyUI предназначен для создания workflow-ов, а не для использования

Среднестатистическому человеку, не являющемуся программистом, довольно сложно разобраться в том, что такое KSampler, как на результат влияет параметры CFG и значение latent noise, и в остальных нюансах диффузии.

Нам хотелось создать что-то, что может использовать обычный человек, знакомый с компьютером, но не знакомый с тонкостями диффузии.

Кто-то может сказать, что есть A1111, но мы хотели ещё более простую альтернативу, и по некоторым причинам решили основываться именно на ComfyUI, так как у него большое сообщество разработчиков workflow-ов.

Также мы не хотели, чтобы при открытии программы пользователь видел множество блоков с вводом, требующих детального изучения. Понимая, что для обычного пользователя сложно разобраться в сложных настройках и блоках, мы решили дать возможность гибко управлять тем, какие параметры отображать в интерфейсе, а какие скрывать.

---

Удобство установки и масштабирование


Нашим главным требованием было, чтобы всё было легко устанавливать и использовать.

Также должно было быть легко масштабировать решение.

Поэтому было решено сделать всё комплексно: установка в один клик для домашнего использования использует SQLite, но при необходимости поддерживается PostgreSQL для масштабирования.

Одна инсталяция может работать в стандартном режиме, включая в себя и серверную часть, и часть, исполняющую workflow-ы (в ComfyUI эти части неразделимы). Это же можно легко изменить, подключив один инстанс к другому, где подключаемый становится внешним рабочим исполнителем тасков работающим в режиме worker-а.

О том, как мы всё это реализовали, возможно, расскажем позже, если это будет кому-то интересно. Возможно, вам будет достаточно того, что в свободное время мы пишем и "генерируем" подобие документации: https://visionatrix.github.io/VixFlowsDocs/


---


Что получилось в итоге

Мы создали решение, который легко устанавливается как на Linux, так и на macOS, а также работает на Windows.

Использует базу данных для сохранения истории тасков, которые пользователь создаёт из workflows.

Поддерживает работу с базами данных SQLite и PostgreSQL.

Поддерживается подключение к одному инстансу другого инстанса, установленного как локально, так и удалённо.

Поскольку всё это сделано на ComfyUI, поддерживается большинство возможностей ComfyUI.

Реализована поддержка перевода промптов с помощью Gemini и Ollama.

Написан небольшой скрипт для бенчмаркинга, который используется также для тестов.

Написан небольшой скрипт для GitHub-a, который проверяет, всё ли в порядке с моделям которые используются в workflow-ах.


---


Заключение

Разработка Visionatrix стала для нас интересным опытом создания надстройки над ComfyUI, направленной на упрощение использования и расширение возможностей для обычных пользователей. Мы продолжаем активно развивать проект и будем рады, если он заинтересует сообщество.

Если у вас есть идеи, предложения или вы хотите внести свой вклад, мы будем рады вашему участию. Проект открыт для контрибьюторов, и любая помощь приветствуется. Также, если вам понравился проект, не забудьте поставить лайк на GitHub — нам будет очень приятно.



---


(Всё равно надо минимум 10, а лучше 12 гигов врам. Надо покупать новый комп...)