Jak tvořit s umělou inteligencí – od pixelu po obraz
Multimediální AI kroužek
Co je AI
AI nemyslí jako člověk. Hledá vzory v obrovském množství dat a předpovídá, co nejspíš přijde dál.
Miliony textů, obrázků, videí a zvuků
→
Model v nich hledá vzory a souvislosti
→
Z tvého zadání (promptu) skládá nový výstup
Model viděl tisíce fotek koček – a proto umí nakreslit kočku, kterou ještě nikdo neviděl.
Jak neuronka vidí obrázek · 1/5
Obrázek
→
Zoom: pixely
→
Čísla 0–255
Jak neuronka vidí obrázek · 2/5
Vstup
→
Filtr: svislé hrany
→
Všechny hrany
→
Obrysy a tvary
Jak neuronka vidí obrázek · 3/5
Jak neuronka vidí obrázek · 4/5
Na konci je každý obrázek i slovo jen seznam čísel – vektor. Podobné věci leží blízko sebe.
pes = [0,21; −0,73; 0,05; …]
Jak neuronka vidí obrázek · 5/5
Prompt: „a deep valley at dusk with grey granite rocks peeking through…“ → vektor → model
Start: čistý šum
Krok po kroku…
…ubírá šum…
…podle promptu
Hotovo
Ilustrace principu na hotovém AI obrázku – mezikroky jsou simulované.
Další typy generování · 1/3
12 dílků
24 dílků
36 dílků
Hotovo
Model skládá obrázek dílek po dílku – stejně jako chatbot píše slovo po slově. Každý nový dílek navazuje na ty předchozí.
Další typy generování · 1/3
8 px – rozvržení
24 px – tvary
80 px – objekty
Plné rozlišení – detaily
Nejdřív hrubá geometrie scény – kde je obloha, kopec, postava. Detaily přibývají až v dalších krocích.
Další typy generování · 3/3
Mrak bodů
→
Hrubá síť (low-poly)
→
Hladký povrch
Z textu nebo fotky vznikne nejdřív hrubá geometrie, pak se zjemní a dostane texturu.
Pojmy
Číslo, ze kterého vznikne počáteční šum.
Stejný prompt + jiný seed = jiný obrázek
Stejný prompt + stejný seed = skoro stejný obrázek
Varianta 1
Varianta 2 – stejný prompt
Textový popis toho, co chceš vidět
Co v obrázku být nemá
Číslo počátečního šumu – opakovatelný výsledek
Formát: na výšku, na šířku, čtverec
Kolikrát model ubere šum – víc kroků, víc detailu
Jak přesně se model drží zadání (CFG)
Převezme styl z jiného obrázku
Který natrénovaný „mozek“ obrázek kreslí
Malý doplněk, který model doučí styl nebo postavu
Nové verze podle vybraného obrázku
Zvětšení obrázku a doplnění detailů
Překreslí jen vybranou část obrázku
T2T
Chat, texty, překlady
I2V
Rozpohybuje statický obrázek
T2V
Krátké klipy z popisu
TTS
Namluví text syntetickým hlasem
T2M
Celé písně i se zpěvem
T2-3D
Modely pro hry, animace a tisk
Kdo nebo co, jak vypadá, co dělá: „starý rybář s šedivými vousy drží síť“
Kde to je: „mlhavý přístav brzy ráno“
Materiály a drobnosti: „mokrá vlněná čepice, rezavé háčky“
Styl, světlo, fotoaparát: „fotorealistické, měkké boční světlo, 85mm objektiv“
Co tam nechceš: „bez textu, bez vodoznaku, bez rozmazání“
photorealistic
portrait
of a
shrouded figure,
the entire body wrapped in
layers of white scarves and sheets,
one hand reaching out
from the white fabric,
its skin covered in
black and red blisters,
the hand gripping
a silver lance,
a solid rod of pure polished silver metal
with no detail,
metallic finish,
the face completely covered
by the white sheets
with only a few drops of blood
on the area of the face,
solid sky blue background,
hyper realistic,
microdetails,
professional studio lighting,
faint film grain,
ethereal glow,
shot on Nikon Z5,
175mm lens
„a dreamy mansion...“
„13th-century manuscript illumination…“
styl z referenčního obrázku
„fashion photoshoot in a 1970s…“
„abstract art composition…“
„portrait of a shrouded figure“
„pure polished silver metal with no detail“
„the face completely covered“
„solid sky blue background“
„studio lighting, film grain, ethereal glow“
„shot on Nikon Z5, 175mm lens“
„Není nic horšího než ostrý obraz neostré myšlenky.“
— Ansel Adams, fotograf
Zkuste si to
Zdarma: denní příděl tokenů (cca 150), který stačí na první pokusy.
1
Přihlas se přes Google účet
2
Otevři generování obrázků
3
Napiš prompt, vyber styl a poměr stran
4
Generuj, porovnej a uprav
Otázky?