Adobe Firefly a Stable Diffusion: Szybkie dodawanie pomysłów do obiegów pracy dzięki technologii Firefly

Jeśli zastanawiasz się czasem, jak może wyglądać ogromna ośmiornica atakująca Nowy Jork, generatywna sztuczna inteligencja z łatwością to pokaże.

Istnieją różnorodne modele generatywnej sztucznej inteligencji. Duże modele językowe (LLM, large language model) opracowano na przykład do tworzenia złożonych tekstów na podstawie tylko kilku słów. W przypadku technologii Firefly używamy modelu dyfuzyjnego, który służy do tworzenia obrazów na podstawie opisów tekstowych. Słowa użyte w opisie tekstowym są instrukcjami dla modelu generatywnej sztucznej inteligencji. Wyjaśniają one, jakiego rodzaju zawartość ma zostać wygenerowana — na przykład wielka ośmiornica demolująca Nowy Jork.

Adobe Firefly to rodzina modeli generatywnej sztucznej inteligencji. Zamierzamy wprowadzić je do produktów Adobe Creative Cloud, takich jak Adobe Express, Photoshop i Illustrator. Pierwszy model Firefly trenowaliśmy przy użyciu zestawu danych z usługi Adobe Stock, zawartości z licencjami otwartymi oraz zawartości będącej w domenie publicznej (takiej, w przypadku której ochrona praw autorskich wygasła). Na podstawie prostych opisów tekstowych generuje on wspaniałe obrazy, wyjątkowe efekty tekstowe oraz inne elementy.

Funkcja przekształcania tekstu w obrazy pozwala wygenerować, co tylko zechcesz, na przykład zdjęcie staroświeckiego silnika samochodowego lub retro-futurystycznego boom-boxa. A to dopiero początek. Modele Firefly umożliwiają dostosowywanie cech danych wejściowych przy użyciu narzędzi dostępnych w aplikacjach.

Wiele generatorów obrazów opartych na sztucznej inteligencji oferuje pojedynczą funkcję, podczas gdy modele Firefly obejmują szereg funkcji, na przykład efektów tekstowych czy dodawania i usuwania elementów obrazu. W przyszłości zamierzamy przygotować jeszcze więcej narzędzi, w tym opartych na modelach Firefly funkcji aplikacji Creative Cloud. Należą do nich między innymi modyfikacja nastroju wideo, usuwanie niepotrzebnych obiektów ze zdjęć oraz nakładanie tekstur na obiekty 3D.

Oprócz platformy Stable Diffusion warto zapoznać się z zaletami i wadami innych narzędzi opartych na generatywnej sztucznej inteligencji, takich jak DALL E i Midjourney, w porównaniu z modelami Firefly.

Wejście na rynek sztuki generowanej przez sztuczną inteligencję musiało odzwierciedlać zaangażowanie firmy Adobe w pomaganie społeczności twórców, dlatego pracowaliśmy zgodnie z zasadami etyki firmy Adobe dotyczącymi sztucznej inteligencji — odpowiedzialnością i przezroczystością.

Modele Adobe Firefly trenujemy na materiałach z usługi Adobe Stock (zgodnie z warunkami umowy licencyjnej publikowania w usłudze Stock), kompozycjach z licencjami otwartymi oraz zawartości będącej w domenie publicznej (takiej, której ochrona praw autorskich wygasła). Dzięki temu technologia Firefly jest od początku bezpieczna w zastosowaniach komercyjnych. Generowana przez nią zawartość może teraz być używana komercyjnie.

Modele generatywnej sztucznej inteligencji Firefly opracowujemy z myślą o potrzebach twórców, dlatego mają oni udział w tym procesie. Tutaj znajdziesz informacje o naszym modelu wynagradzania autorów prac Adobe Stock w przypadku użycia ich zawartości w zestawie danych do trenowania modeli Firefly. Naszym zamiarem jest oferowanie takiego modelu generatywnej sztucznej inteligencji, który będzie korzystny dla twórców i w odpowiedzialny sposób usprawni pracę kreatywną.

Wizualizowanie pomysłów jest czasochłonnym procesem nawet dla najsprawniejszych artystów. Dzięki modelom Adobe Firefly doświadczeni twórcy, wzbijające się gwiazdy, pisarze o bujnej wyobraźni, członkowie zespołów w przedsiębiorstwach i sprytni właściciele małych firm mogą równie łatwo tworzyć oraz prezentować pomysły.

Wyobraź sobie na przykład, że pracujesz nad witryną internetową dla firmy oferującej odzież pochodzącą z recyklingu. W oknie Firefly wprowadzasz opis „czapka bejsbolowa z recyklingowanego jeansu z zielonymi liśćmi w tle”, aby przygotować tablicę nastrojów, która zilustruje klientowi Twój pomysł. Klientowi podoba się to podejście, ale chce on też zobaczyć wersję z żółtą flanelą. Wystarczy zmienić tekst na „czapka bejsbolowa z recyklingowanej flaneli w żółto-czarną kratę wisząca na gałęzi drzewa”, aby utworzyć ilustrację nowego pomysłów. Dzięki temu gdy fotograf wyjdzie w plener z listą ujęć, będzie dokładnie wiedział, co jest potrzebne w projekcie.

Sztuczna inteligencja umożliwia błyskawiczne wyświetlanie pomysłów — bez marnowania czasu — i zapewnia spójność wizji w całym zespole.