Tekoälyn luomaa taidetta.

[Halpuuttaja]

Ei kannata ekalla yrityksellä kuuhun kurkottaa, kunhan asentaa joko A1111 (helppo) tai ComfyUI (vaikea) ja alkaa ihmettelemään miten systeemit toimii.

Tää kyllä totta. Auto1111:ssä on tosiaan helpompi käyttöliittymä. Ei ole tullut käyteltyä vähään aikaan, niin en ollut kärryillä millainen tuki siinä on recolorille.

Varmaan kandee ihan vaan txt -> image jutuista lähteä liikkeelle ja lisätä controlnetiä ja muuta monipuolisuutta mukaan kun on saanut tuntumaa käyttöliittymään. Paljon vau-elämyksiä tarjolla kun näihin uppoutuu.

 

[Infinity]

Vaikka muutaman kuukauden vanha, tuo tutoriaali on yhä mielestäni paras, jos ekaa kertaa pappia kyydissä. Seurailee askel askeleelta, niin varmasti pääsee tuottamaan laadukkaita kuvia.

Videon loppupuolella myös ControlNetin käyttöä, jolla saa siis väritettyä mustavalkokuvia ja kaikkea muuta hauskaa.

 

[Infinity]

Näköjään tuolla TensorRT lisärillä saa hiresfix kyllä toimimaan, kunhan ensin generoi dynaamisen default enginen ja sen päälle staattiset loppuresoluutiot käytettävälle checkpointille.

Toisin sanoen homma menee näin:

1. Generoi TensorRT default engine (mahdollistaa kuvat 512x512 - 768x768 välillä)
2. Generoi TensorRT "static shapes" enginet esimerkiksi 1920x1280 sekä 1280x1920
3. Luo txt2img kuva 768x512 resoluutiolla, hiresfix päälle 2.5 skaalauksella -> output 1920x1280

Jos haluaa nostaa reson vielä isommaksi (esim 3840x2560) voi kuvan viedä img2img välilehdelle ja ajaa ControlNet tile / SD upscale scriptin. Alla pari tensor-ytimillä luotua kuvaa, nopeus oli 3080 Ti kanssa reilut 20it/s.

 

[Halpuuttaja]

nopeus oli 3080 Ti kanssa reilut 20it/s.

Mites ilman TensorRT:tä?

 

[Infinity]

Mites ilman TensorRT:tä?

11-12it/s, eli lähestulkoon tuplanopeus tensor ytimiä käyttämällä.

 

[Halpuuttaja]

11-12it/s, eli lähestulkoon tuplanopeus tensor ytimiä käyttämällä.

Tiedätkö toimiiko ton TensorRT:n kanssa SDXL + Controlnetit? IP-Adapter, depth ym.

 

[Infinity]

ControlNet tukea ei (vielä?) ole, mutta A1111 dev branchissa pitäisi TensorRT + SDXL toimia. Itse en ole tuota yhdistelmää testannut, kun tullut käytettyä erikseen Comfyä pelkästään SDXL seikkailuissa. LoRA tuki on ja sitä testasinkin, mutta nekin pitää ensin muuttaa TensorRT yhteensopiviksi checkpointtien tavoin.

 

[antti-la]

Fooocus ja Adoben Generative Fillit ovat tulleet jo melko luontevasti osaksi workflowta. Onhan tuosta Stable diffusionista saanut jo paljon iloa irti sisällöntuotantyössä, joskus sieltä saa uutta inspiraatiota tehdä ja joskus käyttistä kamaa, joskus puuttuvan palasen isompaan photoshop komposiittiin. Enää ei tarvi juuri aikaa tuhrata jos joku lähdekuva on väärässä kuvasuhteessa. Leikkiminen toinen toistaan happoisemmilla prompteilla on myös todella koukuttavaa.

Seuraava suurempi loikka mitä itse haluaisin, olisi sellainen, että saisi tarjota yhä paremmin oman image promptin ja tekoäly osaisi todella napata siitä sen oleellisen pointin, esim tunnistettavan ihmishahmon/kasvot ja rakentaa hänestä tunnistettavia lisäkuvia tekstipromptin tukemana. Tai vaikka tuotekuvausta napata juuri sen tietyn viinipullon etiketteineen ja renderöidä sitä kokonaisuutta mielivaltaisilla taustoilla / taidetyyleillä. Se olis aivan mahtavaa. Kai tuo jo jotenkin on mahdollistakin, mutta vähän turhan vaikeiden pluggareiden juttuja vielä. Kai.

 

[namlepo]

Bingiä testailin. On kyllä taas mennyt eteenpäin mitä viimeksi koitin. Käyttää dall e 3sta.

 

[Infinity]

Alkaa SDXL pohjaiset checkpointit vihdoin olemaan hyvällä mallilla. Juggernaut XL v6 + RunDiffusion kokeilua A1111:llä, ei mitään LoRA tai Controlnettiä käytössä. Monenlaista kuvatyyliä yhdellä ja samalla checkpointilla.

 

[varadruidi]

Googlailun perusteella ControlNetiä tarvitaan ilmeisesti vanhojen mustavalkokuvien käsittelyyn SD:n kanssa. Saako sen ladattua ilmaiseksi? Nähtävästi se vaatii ainakin kirjautumisen.

 

[Infinity]

Googlailun perusteella ControlNetiä tarvitaan ilmeisesti vanhojen mustavalkokuvien käsittelyyn SD:n kanssa. Saako sen ladattua ilmaiseksi? Nähtävästi se vaatii ainakin kirjautumisen.

Ei siihen mitään kirjautumista tarvita, lataat sen A1111 extensions -> available välilehdeltä. Sivun yllä linkkaamassani videossa tuo käydään läpi.

Jos jonkun pilvipalvelun kautta SD käytät, siinä tapauksessa ei tietoa.

 

[namlepo]

Pystyykö jossain samaa kuvaa muokkaamaan vai tekeekö ne aina uuden kuvan?

 

[taski]

Tuossa yhdessä kuvassa on kyllä käytetty jotain jailbait promptia

 

[Infinity]

Tuossa yhdessä kuvassa on kyllä käytetty jotain jailbait promptia

Anteeksi, että mitä?

 

[taski]

Nevermind, ajattelin että läppä olisi hyvä. Ei näköjään ollut.

 

[Infinity]

Harvemmin kanssakeskustelijoiden pedareiksi maalaaminen kovin paljoa naurattaa ihmisiä, tai sitten on sen tasoista huumoria, ettei ole näille leveysasteille levinnyt.

Ontopic: Uudet Nvidia ajurit julkaistu tänään, uutena ominaisuutena System Memory Fallback for Stable Diffusion. Eli 6-8GB VRAM korttien kanssa ei pitäisi enää generointi hidastua, kun ajurit ei siirrä ylimenevää VRAM osuutta RAM puolelle 6GB paikkeilla. Itse en ole tuosta joutunut kärsimään, mutta kuulemma auttanut jos ei ole vähintään 10-12GB näytönohjainta.

 

[namlepo]

ihmettelen vähän näiden ai firmojen toimintaa. ensin pöllitään kaikki kuvat ilmaiseksi netistä ja sitten myydään isolla rahalla ja heitetään härän pyllyä tekijänoikeuksille. Joo ei voi tehdä kuvaa Arnold Schwarzeneggeristä mutta voi tehdä kuvan juuri hänen näköisestään toisesta henkilöstä. Eli tässä kuvassa on tässä kuvassa on vaan etäisesti jotain tiettyjä juttuja muistuttavia olentoja henkilöitä. ja sitten tietysti kun pistää stable diffusionin omalle koneelle voi tehdä kaiken maailman kauheuksista kuvia niin paljon kuin sielu sietää. Mulla ei vaan pyörinyt se kun herjaa, että loppuu muisti kesken tuolla amd:n kortilla.

Spoileri: kuvia

 

[Lager7]

Bingin Image creator dall e3

 

[Lager7]

Ja sama ku edellä

 

[chrisekh]

Bingin image creatori on kyllä kiva kun on ilmainen.

 

[Lager7]

Onko mitään niksi kolmosia kenelläkään heittää miten saisi nopeammaksi kuvien generoinnin latasin stable diffuusorin ja näyttis on gtx 1660ti 6gb vram cpu ryzen 5 3400g muistaakseni 16gb ram. Vai onko tällä setillä mitään tehtävissä edes asialle?

 

[Infinity]

Commandline argumenteiksi webui-user.battiin: --xformers --opt-channelslast --medvram

Tuo 6 gigan VRAM on suurin rajoittava tekijä.

 

[OskuK]

Sinänsä paljon mielekäämpää ettei ihmisen tarvitse vaivautua tekemään toritaidetta. ;-)
Autojenmuotoilussa tekoäly ollut voimissaan, muotoilusta päätellen, jo 15 vuotta.

 

[Lager7]

Commandline argumenteiksi webui-user.battiin: --xformers --opt-channelslast --medvram

Tuo 6 gigan VRAM on suurin rajoittava tekijä.

kiitos tämä tuntui auttavan jonkinverran

 

[chrisekh]

Mihinka hintaan saa nayttiksia joidenkan tuon kanssa voisi leikkia? Jos saa johonkin inhimilliseen hintaan niin voisi firman poytakoneeseen hommata.

 

[aneane]

Suno.ai verkkosivustoversiossa vissiin v2 musiikkigeneraattorista.
Suno
Pikaisella kokeilulla kuulostaa paremmalta kuin discord versio suno.ai generaattorista:

 

[Halpuuttaja]

Stability AI julkaisi Stable Video Diffusionin ja ComfyUI lisäsi tuen. Pikaisella kokeilulla ihan hauska tekele, img2vid:

Augmentation level tuossa 0.1 sai heebon puheliaaksi mutta silmät vähän häröt. Augmentation level 0:lla stabiilimpi, vähemmän häröt silmät, mutta tylsempi, tyyppi vain vähän huojuu. RTX 4090 putkautti näitä 25 framen pätkiä 44-48 sekunnissa kellotuksista riippuen.

ComfyUI:n valmiit workflowt ja selityksiä asetuksille:

Video Examples

Examples of ComfyUI workflows

comfyanonymous.github.io

Spoileri: input kuva

 

[Corsten]

Mä tein deepfaken colab.research.google.com kanssa, tubesta löytyi hyvä tutorial. Hyvin toimii.

Onko mitään ton tapaista AI juttujen tekoon, missä vaan muokataan parametrit valmiiseen koodiin? Tuo kuvasta liikkuvaksi kuvaksi muutos näyttää hyvältä, mutta nopealla vilkaisulla monimutkainen prosessi. Haen siis yläkoulun tvt kurssille matskua. Bing creator kuvia ja deep fake videoita tehty. Jotain muuta vielä kaipailisi.

 

[Lager7]

Jtn testailuja stable diffusion, vähän on hakusessa vielä miten tätä käytetään optimaalisesti.

 

[Keksi]

Testasin miten DALL E suoriutuu laittamalla Mona Lisan erilaisiin tilanteisiin.
Halloween -juhlissa

Tiskijukkana

Kahvilla Pariisissa

Kung Fu munkkina

Salaisena agenttina punaisella torilla (vienyt näköjään patsaan Putinilta).

 

[Halpuuttaja]

Stability AI julkaisi juuri SDXL Turbon, jonka väittävät tarjoavan parempaa laatua neljässä stepissä kuin originaali SDXL 50:ssä stepissä. Yhdellä stepilläkin ilmeisesti saisi kelvollista kamaa.

Introducing SDXL Turbo: A Real-Time Text-to-Image Generation Model — Stability AI

SDXL Turbo is a new text-to-image mode based on a novel distillation technique called Adversarial Diffusion Distillation (ADD), enabling the model to create image outputs in a single step and generate real-time text-to-image outputs while maintaining high sampling fidelity.

stability.ai

edit: miinuksena 512x512 natiivireso SDXL:n 1024x1024:n sijaan.

 

[jumla]

Bing Dall e3 eka kokeilu nättejä tyttöjä Ukrainan aroilla viikinkiasussa.

 

[Muumi]

 

[aneane]

Tässä oli tarttuva melodia:

 

[Theory]

Testasin miten DALL E suoriutuu laittamalla Mona Lisan erilaisiin tilanteisiin.
Tiskijukkana

Menisi itselle ihan täydestä Kiasmassa mikäli olisi maalattuna tai miksi ei tuollaisenakin. Melkein pelottavan nerokas tulkinta tuosta alkuperäisen horisonttikikkailusta (kaksi eriväristä valoa, jonka voi ajatella olevan kuvallinen sanaleikki kanssa miten Mona Lisan voi nähdä eri valoissa, oletettavasti et sitä erikseen määrittänyt vaan tuli suoraan dj:n tyypillisestä ympäristöstä?).

 

[namlepo]

Krea.Ai testailua. Tässä on se image prompti. Eli kopioi toisen kuvan kokonaan tai sitten voi asteittain valita että tekee enemmän teksti promptin mukaisen. Nopeakin on.

 

[draco76]

Kokeilin bingiä, loi aika hyvän näköisiä kartanomaisemia,

 

[Infinity]

Tuli itsekin hypättyä RTX 4090 kelkkaan, 24 gigan VRAM on mannaa. Pystyy luomaan XL checkpointeilla 1920x1080 kuva -> 3840x2160 hiresfix pysyen latent spacessa ilman img2img vaihetta.

 

[namlepo]

Laittaakaapas joku niillä paremmilla vehkeillä lähi kuva naisen kasvoista, että miten realistiseen ihoon pääsee?

 

[chrisekh]

Kaveri kaski kysymaan etta onko jo tarjolla sellaisia joilla saisi alastomia ihmisia aikaan?

 

[munse]

Kaveri kaski kysymaan etta onko jo tarjolla sellaisia joilla saisi alastomia ihmisia aikaan?

Unstable Diffusion

 

[chrisekh]

Jumantsuikka. Menee viikonloppu kivasti Unstable Diffusionilla leikkiessa.

Edit: Mode poisti kun oli liikaa nannia ja pimpsaa niin laitan uudestaan sensuroituna.

Unstable Diffusion

Generate images with Unstable Diffusion!

www.unstability.ai

 

[draco76]

Jumantsuikka. Menee viikonloppu kivasti Unstable Diffusionilla leikkiessa.

Tekoäly ei osaa tehdä käsiä

 

[Infinity]

Riippuu täysin checkpointista. Suurin osa kaipaa vielä lisätreenausta käsille ja sormille.

 

[draco76]

On tuossa alastonkuvassa muutakin vikaa. Nainen taustalla näyttää tulevan pöydän läpi. Taitaa vaatia vielä käyttäjältä paljon, mutta nuo kehittyvät nopeasti.

 

[jussisom]

Laittaakaapas joku niillä paremmilla vehkeillä lähi kuva naisen kasvoista, että miten realistiseen ihoon pääsee?

Olen varmaan skaalannut tätä kertaalleen ylöspäin mutta mielestäni parhailla malleilla ihokin rupeaa olemaan jo melko realistista. Taustalla vähän ylimääräisiä klooneja ja kädet perinteisen mutatoituneet

Tietysti paikka paikoin rupeaa tulemaan jo vähän liiankin puhdasta jälkeä joten jonkinlaista ihon epätäydellisyyttä täytyisi saada mukaan jos realismia haluaa lisää...

 

[jussisom]

Kaveri kaski kysymaan etta onko jo tarjolla sellaisia joilla saisi alastomia ihmisia aikaan?

Tuossa joku jo laittoikin vähän pelottavamman emännän kuvan mutta laitetetaan tässä enemmän naapurintyttömäistyylin esimerkki

*kuva poistettu*

Mutta tosiaan eiköhän omaan makuun osuvia malleja löydy, kannattaa kahlata Civitai: The Home of Open-Source Generative AI ja Hugging Face – The AI community building the future. ainakin aluksi...

 

[kntkvtknt]

Outo näkemys kuulokkeista tekoälyllä...

 

[Juha Kokkonen]

Nämä tähän ketjuun pariinkin otteeseen postatut alastonkuvat eivät sitten kuulu foorumille siinä missä muutkaan alastonkuvat, siitäkään huolimatta että ovat tekoälyn tekemiä.