InPixio vs InstructPix2Pix

InPixio te permite eliminar fondos, borrar objetos, cambiar cielos y mejorar fotos mediante un editor en línea gratuito, una aplicación de escritorio para Windows y una aplicación móvil. Sube una imagen, haz clic en eliminar fondo y la IA separa el cabello y los bordes finos sin necesidad de enmascaramiento manual.

Mientras que los editores avanzados asumen que ya conoces capas y máscaras, InPixio ofrece rapidez para vendedores de comercio electrónico y creadores ocasionales. Las herramientas web gratuitas manejan recortes rápidos y cortes de fondo, mientras que los planes de pago desbloquean descargas en HD y funciones premium en la misma interfaz tanto en escritorio como en teléfono.

El sitio menciona más de 10 millones de usuarios y está dirigido a propietarios de pequeñas empresas, vendedores sociales y principiantes que necesitan fotos de productos, PNG transparentes y ediciones listas para redes sociales. Puedes editar en el navegador al instante o descargar la aplicación para Windows para trabajar sin conexión.

InstructPix2Pix edita una foto a partir de una instrucción en lenguaje sencillo como "hacer que el cielo sea naranja al atardecer" o "convertir esto en una acuarela." Proporcionas una imagen de entrada y un comando de texto corto, y el modelo devuelve una versión editada en segundos sin necesidad de entrenar primero con esa foto específica. Fue publicado como un Destacado de CVPR 2023 por investigadores de UC Berkeley.

Los editores basados en máscaras requieren que pintes regiones antes de cambiar algo. InstructPix2Pix realiza una única pasada hacia adelante solo a partir del texto, omitiendo pasos de ajuste fino o inversión por imagen que ralentizan otros flujos de trabajo de edición por difusión. La compensación aparece en los casos de fallo del artículo: cambios de punto de vista, intercambios de objetos y ediciones locales precisas siguen siendo puntos débiles.

El proyecto ofrece código abierto en GitHub y un espacio de demostración en Hugging Face para probar ediciones en un navegador. El entrenamiento combinó GPT-3 y Stable Diffusion para sintetizar pares de instrucciones, y el modelo liberado se generaliza a fotos reales de hasta aproximadamente 768 píxeles de ancho a pesar de una resolución de entrenamiento de 256x256.