Adobe Firefly és Stable Diffusion: Több ötlet gyorsan a Fireflyjal

Ha mindig is szerette volna megnézni, milyen látványt nyújtana egy New Yorkra támadó óriáspolip, a generatív mesterséges intelligenciával ezt is megteheti.

A generatív MI-modelleknek különféle típusai léteznek. A nagy nyelvi modellek (LLM) például arra szolgálnak, hogy komplex szövegeket hozzanak létre néhány szó alapján. A Firefly úgynevezett diffúziós modell, amely szöveges promptokból képeket hoz létre. A promptban megadott szavak utasításként szolgálnak a generatív mesterségesintelligencia-modell számára, meghatározva azt, hogy milyen tartalmat várnak tőle – például egy New Yorkban elszabadult óriási polip képi ábrázolását.

Az Adobe Firefly a kreatív generatív MI-modellek családja, amely a tervek szerint az Adobe Creative Cloud termékeiben, többek között az Adobe Expressben, a Photoshopban és az Illustratorban lesz használható. A Firefly első modellje egyszerű szöveges leírások alapján hoz létre lenyűgöző képeket, egyedi szövegeffekteket és további tartalmakat, betanítása pedig az Adobe Stock képein, szabadon felhasználható tartalmakon és olyan publikus tartalmakon történik, amelyek szerzői jogai lejártak.

Akár egy régi autót, akár egy retro-futurisztikus magnó képét szeretné elkészíteni, a szövegalapú képgeneráló funkció képes erre. És ez még csak a kezdet. A jelenlegi Firefly-modell lehetővé teszi a felhasználók számára, hogy a kezdeti kimenetek beállításait különféle, alkalmazáson belüli eszközökkel módosítsák.

Sok MI-alapú képgeneráló szolgáltatás csupán egyetlen funkciót kínál – ezzel szemben a Firefly számos további képességgel rendelkezik, a szövegeffektek létrehozásától kezdve a képek elemeinek hozzáadásáig vagy eltávolításáig. Terveink szerint a jövőben még több funkciót fogunk kínálni, beleértve a Creative Cloud alkalmazásaiban rendelkezésre álló Firefly-alapú eszközöket, amelyek lehetővé teszik például a videók hangulatának módosítását, a zavaró tényezők fényképekről történő eltávolítását vagy a 3D objektumok textúrázását.

A Stable Diffusion mellett fontos ismerni a többi generatív mesterséges intelligenciát használó eszköz – például a DALL·E és a Midjourney – előnyeit és hátrányait is a Firefly lehetőségeivel összehasonlítva.

Az Adobe Firefly betanítása az Adobe Stock képein (a Stock Contributor-licencszerződésnek megfelelően), szabadon felhasználható tartalmakon és olyan publikus tartalmakon történik, amelyek szerzői jogai lejártak. Ez azt jelenti, hogy a Firefly úgy van megtervezve, hogy alkalmas legyen kereskedelmi felhasználásra, és a Firefly által generált tartalmak mostantól felhasználhatók kereskedelmi célra.

A Firefly generatív MI-modelljeinek fejlesztése az alkotók igényeinek szem előtt tartásával és az alkotóközösség fejlesztésbe való bevonásával történik. Itt olvashat azon Adobe Stock Contributor-közreműködőknek szóló díjazási rendszerünkről, akiknek a tartalmait felhasználjuk a Firefly modelljeinek betanítására. A cél egy olyan generatív MI-modell létrehozása, amely az alkotók számára egyértelmű előnyökkel jár, miközben a lehető legfelelősebb módon gyorsítja fel az alkotás folyamatát.

Még a leggyorsabban dolgozó alkotóknak is időbe telik az ötletek vizuális megvalósítása. Az Adobe Firefly a tapasztalt alkotóknak, a feltörekvő újoncoknak, a fantáziadús íróknak, a nagyvállalati csapatoknak és a hozzáértő kisvállalkozóknak egyaránt segít a koncepciók létrehozásában és kommunikálásában.

Képzelje el például, hogy webes tervezőként dolgozik egy újrahasznosított anyagú ruhákat gyártó cégnél. Egyszerűen megnyitja a Firefly oldalát, és beírja a „baseballsapka újrahasznosított farmeranyagból, zöld levelekkel a háttérben” promptot, hogy létrehozzon egy hangulatbemutatót, amellyel bemutathatja az ügyfeleknek az elképzeléseit. Tetszik nekik az ötlet, de sárga flanelanyagból készült változatban is szeretnék látni a sapkát. Ehhez mindössze annyit kell tennie, hogy módosítja a promptot – például így: „újrahasznosított sárga-fekete kockás flanelből készült ing lóg egy faágról” –, és rögtön megvan az új koncepciókép, sőt így a fotós is pontosan tudni fogja, hogy milyen képet várnak tőle.

Az MI segítségével végzett munkával időt takaríthat meg, és biztosíthatja a csapaton belüli egységet.