Sztuczna inteligencja AI - (OpenAI, ChatGPT, Midjourney, DALL-E) - Temat ogólny

[Arctor 83]

16 godzin temu, Áltair napisał(a):

Jak tak dalej pójdzie do 2035 będą już w domach androidy i hologramy. 

Bardzo na to liczę. Gdyby powstał android z wbudowaną sztuczną superinteligencją i miałbym możliwość to zamykam się z takim androidem na miesiąc, odcinam od świata i przeprowadzam najprzeróżniejsze rozmowy na najdziwniejsze tematy.

[VRman 2 653]

tak taaak. "rozmowy"

[Arctor 83]

5 minut temu, VRman napisał(a):

tak taaak. "rozmowy"

Nie chciałbym robota - laski tylko takiego w stylu Data ze Star Trek.

[Oldman 469]

Pobawiłem się trochę NANOBANANA PRO w zakresie przerabiania szkiców na kolorowe obrazy w różnym stylu, poniżej pare przykładów
 

Cytat

 

no powiem tak, szczerze to nie wiedziałem że za mojego zycia powstanie narzędzie które tak dobrze bedzie sobie radzić z interpretacją rysunków (nawet nie kolorowych, czasami to są totalne bazgroły) żeby wyciągnąć z nich coś co można już teoretycznie komuś sprzedać lub zrobić dla siebie for fun...

i to coś wymagało kiedyś duzo czasu.

Radzi sobie z całkiem żłożonymi scenami, mozemy uzyskiwać rózne style i poziom detali, mozemy też robić prace bardziej realne ze szkiców (zdjęcie lub bardziej realistyczną grafikę w stylu 3D). Jest pewna kontrola nad światłem.

Troche przykładów z eksperymentów (oryginalne szkice zawsze po lewej):


 

Silnik interpretujący w nanobanana jest naprawde niezły w tej plątaninie rozdygotanych linii jest w stanie odnalezc jakis sens i
nadać temu kształt który nawet trzyma sie kupy
 

Kolorowanie pojedyńczych kadrów komiksowych (w tym wypadku manga)
 

Lub całych stron komiksowych




Radzi sobie nie tylko z organiką ale też z przedmiotami bardziej technicznymi (oczywiscie jak to z AI bywa są pewne ograniczenia)







Można teraz generować przy odpowiednich promptach złożone infografiki które trzymają sie kupy






z waznych rzeczy cos na co wszyscy narzekali zostało poprawione, dostępne nowe rozdzielczosci to 2K i 4K

przykładowe filmiki o innych mozliwosciach

https://www.youtube.com/watch?v=9RH94lCG73I

https://www.youtube.com/watch?v=2xx8Ra8co0A

https://www.youtube.com/watch?v=rZtjmaLef1U

https://youtu.be/qdNQunIRJbk?t=31

https://www.youtube.com/watch?v=V_O_cckWKF0

 

oraz pare moich wniosków na szybko (może sie komuś przyda):

- czasami wychodzą głupoty w generowanym obrazie
- zdarza sie ze wynik jaki otrzymamy to poprzednia nasza praca która sie zablokowała gdzieś w kolejce wczesniej a nie ta nowa na jaką czekalismy
- ilosc styli jest na oko skromniejsza niz w MJ (na razie)
- tematyka rysunku moze w pewnien sposób czasami wpływać na styl lub ograniczać paletę wyboru styli (np bardziej fantastyczne rysunku trudniej jest uzyskać jako realistyczne zdjęcia, bardziej je ciągnie w kierunku pseudo renderingu 3D)
- efekt realistyczny powstały ze szkicu odstaje w większym stopniu od rysunku niż efekt malarski powstały ze szkicu.
- jesli pracujemu w google gemini z nanobanana to w obrębie naszego czatu po przekroczeniu pewnej ilosci wpisów czat zaczyna byc niestabilny , np nie mozemy zapisać obrazka (pomaga wtedy otworzenie nowego czatu)
- zdarza sie ze nanobanana nie rozumie prostych poleceń , a innym razem dla odmiany wykonuje bardzo złożone
- ten sam prompt nie zawsze da ten sam wynik, czasami da inny niz na to wskazuje prompt.

Ale i tak to jest duzy krok naprzód, biorąc pod uwagę fakt ze obecne modele AI kiepsko sobie radzą z wymyslaniem ciekawych złożonych artystycznych kompozycji scen (w przypadku generowaniu obrazów od zera tylko na podstawie polecenia), a nanobanana niezle całkiem interpretuje ludzkie rysunki mozna wyeliminować te słabosc silników AI umieszczając na początku workflow szkic wykonany przez człowieka.
 

gdyby kogos interesowało jakich poleceń użyłem do powyższych to napisałem co nieco na ten temat:

 

Cytat

 

Wszystkie powyższe robiłem "sam" z wyjątkiem infografiki widocznej na samym dole i kalendarza (bo z tym jest wiecej roboty a akurat temat infografik mnie tak nie interesował by to mocno testować, więc te dwie prace nie są "moje" ) , natomiast wszystkie szkice źródłowe pochodzą z internetu 

Jesli chodzi o prompty to w większosci przypadków to był jeden prosty prompt (można pisać po polsku w nanobanana) ale są wyjątki

(prompty pisałem po polsku lub po angielsku lub czesciowo po polsku a czesciowo po angielsku)

podam na początek parę przykładowych promptów jakie używałem razem z obrazkami jakie wychodziły z tych promptów:

- zamień na bardzo szczegółową ilustracje w stylu digital painting


- zamień na obraz w stylu malarstwa olejnego


- zamień na akwarelę


- zamień na obraz w stylu areografu


- zamień na zdjęcie


-zamień na ilustracje w stylu digital painting


-turn into hiper realistic paint
(dodanie słów hiper, lub ultra czasami powodowało dodatkowe zwiekszenie detalu względem powyższego przykładu)


- turn into beauty 3d art



pisałem to juz ale powtórze, czasami bywa tak ze program sie uprze i nie chce zrobic "zdjęcia" tylko robi coś w stylu renderu 3D, lub czegos w stylu realistycznej realtimowej grafiki 3D



Są też takie sytuacje czesto jak ta poniżej, użyłem promptu: "zamień na zdjęcie"
Ale tematyka pracy nie jest realistyczna, na rysunku zródłowym był smok który w realu nie wystepuje. A obok postać ludzka która występuje. W tym przypadku program czesto albo robił całą prace jako pseudo render 3D albo tylko to co fantastyczne robił jako 3D a reszta jako bardziej realne , przykład:



a tu ponizej przykład szkicu fantastycznego którego program w całosci nie chciał zamienic na "zdjęcie" (prawdopodobnie ze wzlędu na tematykę) .

Oczywiscie są błędy w interpretacji (w przypadku bardzo małych obiektów program moze zle je zinterpretować i tutaj zamiast kobiety bez hełmu mamy postać w hełmie) , czasami pomaga ponowne przetworzenie pracy ze szkicu albo dopisanie ręcznie dodatkowych promptów 


czasami pomaga ponowne przetworzenie pracy ze szkicu albo dopisanie ręcznie dodatkowych promptów , w poniższym przypadku napisałem tak:

- zamień na zdjecie (uwzględnij że obok smoka stoi kobieca postać z mieczem ale bez hełmu na głowie)

nalezy zauwazyć ze oswietlenie jest teraz inne, dlatego ze nie podalismy promptów odnosnie pogody i swiatła, gdy nie podajemy takich promptów to program generuje oswietlenie dosyc losowo , wiec w poniższym przykładzie zrobił to tak




gdy np uzyjemy więc eksperymentalnie promptu powyższego z dopiskiem "epickie oświetlenie"

- zamień na zdjecie (uwzględnij że obok smoka stoi kobieca postać z mieczem ale bez hełmu na głowie), epickie oświetlenie

i ponownie przetworzymy szkic to uzyskamy cos takiego:


to co jeszcze zauwazyłem to że wydaje mi się ze lepsze efekty uzyskuję gdy za kazdym razem przetwarzam oryginalny szkic niz gdy mielę w kółko efekty pracy programu (czyli przetwarzam kolejne wyniki programu)

warto też przetwarzać wielokrotnie z oryginalnego szkicu przy uzyciu tego samego promptu bo efekt moze byc nieco inny i bardziej dla nas pasujący, ponizej przykład przy uzyciu dokladnie tego samego promptu co wyżej, czyli:

- zamień na zdjecie (uwzględnij że obok smoka stoi kobieca postać z mieczem ale bez hełmu na głowie), epickie oświetlenie



Cóż moge jeszcze dodać, bywa tak że jesli na szkicu oryginalnym nie ma żadnych obiektów które mogłybybyć źródłami światła a napiszemy w prompcie np "epickie oświetlenie" to program sam wymusi dodanie jakiś żródeł światła w scenie i ilustracja końcowa bedzie bardziej odbiegać od oryginału, poszukam przykładu jaki wczoraj robiłem. za chwile wyedytuje

edit: znalazłem



z innych rzeczy

program niezle sobie radzi z edycją cudzych prac w których z jakis przyczyn chcielibysmy cos wyedytować, poniżej mem ze znanego murala który zrobilem 2 dni temu (zrobiony na szybkosci przy porannej kawie bez dopieszczania)

oryginalny mural oczywiscie po lewej



biorąc pod uwage ze teraz mamy rozdzielczosci 2K i 4K to w koncu dostalismy zajebistego face swappera który działa w 4K (jednym przyda sie do memów a innym do własnych eksperymentów), przykładowy link:

https://www.reddit.com/r/nanobanana/comments/1p7yzto/what_if/

i jeszcze wracając do  infografik, nie zajmowałem sie tym zupełnie dlatego przykłady jakie zamiesciłem dotyczące infografik nie są moje (reszta jest "moja")

przykładowe linki w tym temacie wyjasniające co nieco (patrz też na sekcje komentarzy)

https://www.reddit.com/r/GeminiAI/comments/1p9cfn1/how_to_visualize_anything_with_gemini_a/

https://www.reddit.com/r/nanobanana/comments/1p5kqps/i_asked_nano_banana_3_pro_to_draw_the_history_of/

https://www.reddit.com/r/nanobanana/comments/1p629vg/i_made_a_set_of_examples_using_the_nanobanana_pro/

https://www.reddit.com/r/nanobanana/comments/1p6cwm6/how_to_turn_any_youtube_video_into_a_clean/

 

 

Edytowane wczoraj o 14:05 przez Oldman

[VRman 2 653]

Takie przerabianie skeczu wykonanego na profesjonalnym poziomie to raczej dla AI łatwizna i wcześniej też to inne ajaje potrafiły.

 

BTW. Niestety im dłużej się bawisz tym bardzo dociera do ciebie, że te AI po prostu kradnie. 

Czasem piosenka wyjdzie glosem który rozpoznaję i do tego w stylu jego zespołu. Czasem w filmiku z dupy nagle pojawia się głos (ostatnio polityk Senyszyn). A tutaj przy Batmanie no to sorry, ale przecież to ewidentnie jest glos zmarlej legendy voic-actingu

[Oldman 469]

22 minuty temu, VRman napisał(a):

Takie przerabianie skeczu wykonanego na profesjonalnym poziomie to raczej dla AI łatwizna i wcześniej też to inne ajaje potrafiły.

 

nie potrafiły intepretować złożonych scen i oddawać drobnych detali ze szkiców, nie rozumiały rysunków tak jak to robi nanobanana pro to jest ogromna roznica

[VRman 2 653]

Na pewno? Bo widziałem miesiące temu różne przykłady i wyglądało całkiem podobnie w sensie jakości.

 

Wyrosło różnych ajajów sporo. Może to wcześniej robił jakiś bardziej niszowy model, nie wiem.

[Oldman 469]

42 minuty temu, VRman napisał(a):

Na pewno? Bo widziałem miesiące temu różne przykłady i wyglądało całkiem podobnie w sensie jakości.

 

Wyrosło różnych ajajów sporo. Może to wcześniej robił jakiś bardziej niszowy model, nie wiem.

Pewnosci nigdy nie mozna mieć, bo gdy ja ostatnio testowałem to sobie nie radziły ale technika idzie do przodu.

jesli tak twierdzisz i masz ochote poszukać i zrobic eksperyment to prosze bardzo

wez tę strone komiksową i przetwórz ją na coś realnego

[Zas 295]

Rozumie, albo i nie. Widać, że czasem brakuje mu dopasowania w przemielonych ("ukradzionych") danych i najprostsze z punktu widzenia człowieka elementy szkicu (najmniej szczegółowe) nie zgadzają się z nim, ot  choćby na tym z "Piątego Elementu" gość nieźle wyłysiał nad czołem.  
 

Ogólnie przyznam, ze czasem efekty pracy AI są imponujące (nawet jeśli chodzi o te szkice), ale równie często żenujące, i patrząc na cały rynek i "hajp", mam nadzieję - choć zapewne płonną - że to szybko pier....e i zostanie z nam w znacznie mniejszej skali mocno specjalizowanych modeli, miast mitycznego AGI (nakłady - energia, układy scalone itp. - versus zyski z generowania obrazków z kotkami). 

 

Ot, pytałem właśnie ChatGPT o popularne kakaowe desery lub ciasta z kremem, podkreślając, że nie mogą bazować na jasnym cieście. Dostałem dziesięć propozycji opartych na jasnym cieście parzonym/biszkoptowym/francuskim pls szwarcwaldzki tort wiśniowy. Do tego ostatniego to ja nie potrzebuję AI.  

Edytowane 1 godzinę temu przez Zas

[VRman 2 653]

A jaki model w jakiej wersji? Bo darmowe to chyba głupieją.

Chatgpt bez zalogowania się już jest praktycznie bezużyteczny, bo zachwouje się jakby leciał modelem z roku 2018, i do tego miał amnezję co 2 zdania i był pijany.

 

Sprawdzałem ostatnio kilka innych. Te wbudowane w przeglądarkę brave są słabe, ale chat Groka to jest dopiero tragedia (pewnie znowu: wymaga płatnej wersji aby przeskoczyć na sensowny model)

 

Zrobiłem krótki teścik tego o czym ostatnio były newsy, że jak bota opieprzać i dawać znać, że się nie jest zadowolonym, to bardziej się "stara". Efekty testu? Gówno prawda

Edytowane 49 minut temu przez VRman