Нейросеть для генерации изображений

Midjourney – нейросеть для создания картинок на основе текстового описания, как художественных, так и фотореалистичных. Вышла на рынок в 2022 г. и на данный момент остается независимым самофинансируемым проектом. Работу обеспечивает группа алгоритмов по распознанию речи и технологии генеративных состязательных сетей.

Новые версии Midjourney выходят с интервалом в несколько месяцев. Сервис может создать картинку, ориентируясь при этом на команды от пользователя – например, соединить два изображения в одно, а также использовать четыре варианта подсказок.

Разработчики предложили внедрить механизм модерации, включив в него перечень запрещенных слов, фраз и выражений. С 2023 г. на Midjourney работает двухэтапная модерация на базе искусственного интеллекта – механизм понимает слова в контексте, а не просто блокирует их. Нейросеть уже доказала свою ценность при решении задач в разных сферах: медицина, финансы, логистика, сельское хозяйство, автопромышленность.

Нейросеть для создания изображений Kandinsky разработали специалисты Сбера при поддержке ученых AIRI, на основе наборах данных Sber AI и SberDevices. Первая версия появилась на рынке в 2021 г. и называлась ruDALL-E XL. В 2023 г. были выпущены версии Kandinsky 2.2, 3.0 и Video. Они получили широкую популярность в России. Последней версией является Kandinsky 3.1, пользоваться которой можно с 2024 г.

Kandinsky часто сравнивают с Midjourney – она способна выдавать реалистичные и детализированные картины. Сегодня платформа умеет генерировать рисунки, улучшать уже сделанные фото, дорисовывать изображения, удалять объекты, изменять задний фон, прочее. Есть функция создания анимационных видео, которые длятся от 4 до 8 секунд.

Новой разработкой Kandinsky стало ознакомление сервиса с русской культурой, традициями и фольклором. Сегодня вы можете нарисовать нейросетью фото актеров, известных лиц, героев сказок, мультфильмов и фильмов, детали советской архитектуры.

Облачный сервис Robotext генерирует картинки по тексту и способен создавать текстовый, визуальный, графический контент с помощью ИИ в автоматическом режиме.

Функции Robotext разработаны и реализованы на базе собственных сетевых моделей – компания целенаправленно не занималась перепродажей иностранных API. Обработка данных ведется на GPU оборудовании, которое размещено на нескольких ЦОД в Москве. То есть, информация не передается и не используется на зарубежных сервисах.

За год работы функции визуализации от Robotext успели попробовать более 6,5 млн. человек, среди них платных подписчиков – 28 тыс. человек. До 250 пользователей работают в режиме B2B на постоянной основе. В 2024 г. суммарно генератор обработал почти 19 млрд. символов текста и сгенерировал на их основе изображения, логотипы, презентации. Процедура занимает не более минуты, а если результат вас не удовлетворит, можно изменить настройки: внести коррективы в описание, сделать другой стиль, формат.

Remini – это приложение для мобильных телефонов, создающее новые фото и улучшающее качество старых (размытых, поврежденных), имеющих низкое разрешение, и восстанавливающее детали лица с помощью ИИ. Нейросеть рисует онлайн следующим образом: вы загружаете селфи, она оценивает информацию (цвет, стиль, текстуру), а затем визуализирует уникальный снимок. «Работает» преимущественно с лицом, а также с верхней частью тела. В 85% случаях лицо на фото получается 1:1, как на оригинале.

По итогам 2024 г. количество активных загрузок от приложения превысило 500 млн. Сегодня с помощью Remini можно качественно улучшить свой внешний вид на фото – сделать макияж, поменять прическу, надеть деловой костюм, сгенерировать себя в другой стране, в разном возрасте, с беременностью или ребенком (для женщин).