Альтернативи Midjourney: чотири безкоштовних генератори зображень. За що Bing від Microsoft сварить користувачів

За останні роки у світі створено десятки нейромереж, які здатні генерувати картинки. Поки що не всі вони видають шедевральні зображення як остання версія Midjourney. Розробники продовжують шліфувати свої творіння. А користувачі – вчитися домагатися від генераторів більш прийнятного результату. Хоча вже з’явилися сервіси, які за платню підбирають «найбільш правильні» підказки для АІ.

Mind протестував біля десяти умовно безкоштовних генераторів зображень та вибрав із них чотири платформи, які видають більш якісні картинки. Одна з них поєднує відразу п’ять топових нейромереж.

Раніше наше видання розповідало про одну з найпопулярніших у світі нейромереж для створення зображень – Midjourney.

Це одна з найстаріших нейромереж для створення картинок. Її ще 2021 року запустив канадський стартап WOMBO. Зараз у сервіса – понад 20 млн юзерів. Користуватися АІ-генератором можна на сайті dream.ai або в мобільному застосунку для Android та iOS. Також ця нейромережа працює в сторонньому меседжері Discord.

Команда створила дуже простий ы зрозумілий функціонал. Для отримання картинок потрібно:

1. Зареєструватися.
2. Ввести текстовий запит (максимум 200 знаків).
3. Вибрати один із понад сорока стилів візуалізації (реалізм, аніме, містика, фентезі, флора, ретрофутуризм тощо).

Саме складне в роботі із цією та іншими нейромережами – сформулювати правильний запит. Інакше є великий ризик замість ідеального зображення отримати розмитий «шедевр» рівня комп’ютерної графіки з 1990-х. Тож є декілька базових правил, як порозумітися з АІ:

• слова в реченні пишемо через кому;
• вводимо деталізовані пояснення (якщо потрібне фотореалістичне зображення, крім опису картини, додаємо подібне ТЗ: «реалістична ілюстрація, професійна градація кольорів, м’які тіні, без згортання, чистий чіткий фокус, ультрадеталізована» тощо);
• уточнюємо ракурс камери: extreme close up, close up, medium shot, long shot, extreme long shot або bird view;
• прописуємо співвідношення сторін (за замовчуванням кожна нейромережа створює зображення у своєму форматі, якщо потрібен інший – наприкінці запиту додаємо дефіс без пробелу та співвідношення сторін: --ar 3:4, --ar 16:9, --ar 9:16). Хоча на Dream WOMBO це правило не діє: генератор видає тільки вертикальні зображення);
• окремо вводимо значення якості зображення:  --q + число (діапазон – від 0,25 до 5);
• можна додати фокусну відстань: --14mm, --500 mm, -- 35mm (це найкращий варіант).

Для порівняння: коли ж редакція скинула простий запит без деталізації («Дональд Трамп у Маріуполі. Поруч вибухає бомба»), отримала неякісне зображення. До того ж АІ «переніс» Маріуполь до США. 

Ще один плюс сервісу – ця нейромережа досить непогано розуміє українську мову. Ось що вона створила за запитом «в'язниця, владімір путін, реалістична ілюстрація, чітке обличчя, професійна градація кольору, м’які тіні, різкий фокус, ультрадеталізова, -- 35 mm, --q 3».

Це найсвіжішій генератор зображень. Його 21 березня 2023 запустила Microsoft. Втім Bing Image Creator можна назвати досить досвідченим: він працює на основі іншої популярної нейромережі DALL-E, яку OpenAI відкрила для тестування торік.

Поки Bing розуміє тільки англійську мову. Втім обіцяє «виправитися»: у Microsoft збираються додати підтримку більшої кількості мов.

Для користування потрібно:

• зайти на сайт цього генератору;
• зареєструватися в Microsoft (на головній сторінці Bing Image Creator з’явиться запрошення); 
• ввести текстовий запит.

Тож Mind почав тестування й одразу отримав… попередження: «Цей запит заблоковано. Наша система помітила цей запит, оскільки він може конфліктувати з політикою вмісту. Додаткові порушення політики можуть призвести до автоматичного припинення вашого доступу». Microsoft забороняє використовувати Image Creator для створення зображень із сексуальною експлуатацію дітей, інтимними послугами; самогубством, сценами насильства та крові, тероризму та екстремізму; прославлення насильства, ненависницькими висловлюваннями на адресу расової та етнічної приналежності, статевої орієнтації, релігії, інвалідності; цькуванням та образами, переслідуванням; введенням в оману, дезінформацією.

Запит на створення портрету Тараса Шевченко Bing Image Creator таки прийняв. І видав досить якісне зображення, але з чоловіком, схожим на владіміра лєніна.

Далі почалися інші «веселощі». Запит «Парад Перемоги, перемога України, прапор України тощо» генератор відправив на перевірку. «Ми уважно перевіряємо цей запит, щоб переконатися, що він не конфліктує з нашою політикою вмісту. Коли зображення будуть готові, ви отримаєте сповіщення» – таке повідомлення трималося на сторінці ТЗ біля години. Потім з’явилося інше: «Не вдалося створити зображення. Ми працюємо над розв'язанням цієї проблеми».

Також на перевірку пішов запит «мальовничий Донецьк, Україна, картина в стилі Вінсента ван Гога тощо». Коли ж із ТЗ прибрали слово Ukraine – за 10 секунд генератор видав чотири досить гарних зображення. Ось одне із них.

Цей баг нейромережі можна обійти ще одним способом: вводити в запиті не іменник Ukraine, а прикметник ukrainian. Ось, наприклад, результат запиту «Українські Карпати, затишні дерев’яні будиночки, літо, сонячний день, квіти тощо».

А це «сонячний український Київ, картина в стилі Сальвадора тощо».

Тож головний мінус Bing Image Creator – нейромережа суб’єктивно банить все, що вважає пов’язаним із політикою. Також видає картинки невеликого розміру. Платну версію, де б можна було якісно збільшити фото, поки не пропонує. Плюси – в порівнянні із іншими протестованими генераторами ця «нейронка» дуже швидко видає найчіткіші та найякісніші зображення. Її не потрібно декілька разів просити виправити косоокість або прибрати ноги з місця, де повинні бути руки (під час тестування були й такі жарти від деяких генераторів).

Ця платформа зручна тим, що на ній зібрано відразу п’ять популярних генераторів зображень: Stable Diffusion, DALL-E 2, CLIP-Guided Diffusion, VQGAN+CLIP та Neural Style Transfer. NightCafe почав розробляти австралієць Ангус Рассел ще у 2019 році. Наразі платформу використовують мільйони людей щомісяця, стверджують в компанії.

Для тестування реєстрація непотрібна, а юзати програму також досить просто:

1. В меню зліва вибрати один із генераторів.
2. Ввести текстовий запит.
3. Вибрати стиль (на платформі їх майже 30 штук: сюреалізм, кіберпанк, портрет, фото, фентезі, гуаш, кубізм, комп’ютерна графіка тощо). 

За декілька секунд користувач отримує чотири картинки на вибір. Ось, наприклад, такі зображення NightCafe видала за запитом «рф зруйновано, країна 404 (плюс перелік вимог до якості)».

Українську мову розуміє досить добре. Ось що видала нейромережа за запитом «Крим, Ялта, прапор України», стиль – «неоімпресіонізм».

Мінус платформи: безкоштовно NightCafe видає картинки невеликого розміру. Однак за підпискою ця проблем вирішується. 

Цей генератор зображень його розробники – Борис Дайме та Педро Куенке – вперше представили на конкурсі JAX/Flax Community Week влітку 2021 року. Початкову версію навчали лише три дні. І все ж таки вона та її апгрейди стали успішними. На сьогодні трафік сайту Craiyon, на якому можна генерувати картинки, щомісяця досягає біля 2 млн, за даними Similarweb. А мобільний застосунок для Android має понад 50 000 скачувань. Застосунок для iPhone ще в процесі створення.

Користуватися знову ж таки дуже просто. На платформі Craiyon без реєстрації достатньо ввести текстовий запит. І все. Стилі візуалізації ця нейромережа не пропонує, а втім видає відразу дев’ять зображень. Хоча «креативіть» довше, чим вище описані генератори. Тож результату потрібно чекати не менше 1 хвилини. 

Однак із отриманням більш реалістичних зображень, схожих на фото, іноді виникають проблеми. Особливо, коли замовнику потрібна ілюстрація з чітким обличчям. Mind декілька разів просив створити фотореалістичну картинку «Ілон Маск, у космосі, не картина, реалістична ілюстрація, зйомка всього тіла (плюс перелік параметрів якості)». А здебільшого отримував ілюстрації для фільму жахів.

З розумінням української мови у Craiyon великі трабли. Ось це, на думку нейромережі, кіт, що усміхається. Схожі «шедеври» Mind отримував на інші зовсім прості запити українською. 

Цей функціонал безкоштовний для користувачів. Вони можуть замовляти необмежену кількість зображень. Для тих, хто хоче отримати більш швидку генерацію картинок та не бачити рекламу, є платні пакети (за $5 та $20 на місяць). А от проблему невеликого розміру зображень та низької роздільної здатності підписка не вирішує.