mo-di-diffusion on Hugging Face vs Dall-E 2

mo-di-diffusion es un punto de control de Stable Diffusion 1.5 afinado en Hugging Face que representa personajes y escenas con un estilo moderno de película animada. El creador nitrosocke lo entrenó con capturas de pantalla de un estudio de animación popular usando DreamBooth con pérdida de preservación previa y entrenamiento del codificador de texto durante más de 9,000 pasos. Añade el token modern disney style a tu prompt para activar la estética.

Los puntos de control generales de SD 1.5 buscan el fotorrealismo o estilos amplios de ilustración. mo-di-diffusion se enfoca estrictamente en ese aspecto brillante de animación de personajes, por lo que los prompts de muestra para héroes de juegos, animales y paisajes tienden a ser cinematográficos más que fotográficos. Los pesos se cargan mediante la estándar Diffusers StableDiffusionPipeline, por lo que puedes ejecutarlo localmente, en Colab o dentro de Hugging Face Spaces sin una API propietaria.

Artistas, aficionados y desarrolladores que experimentan con conceptos de personajes usan mo-di-diffusion cuando desean renders cercanos al estilo Disney sin encargar un entrenamiento personalizado del modelo. La tarjeta del modelo incluye código de ejemplo en Python, enlaces a demos en Gradio y notas sobre opciones de exportación ONNX, MPS y FLAX. Es gratuito para descargar bajo la licencia CreativeML OpenRAIL-M con uso comercial permitido sujeto a las restricciones de daño de la licencia.

DALL-E 2 convierte indicaciones de texto en imágenes y obras de arte originales. Describes una escena en lenguaje sencillo, y el modelo combina conceptos, atributos y estilos en una nueva imagen. OpenAI lo lanzó en 2022 con cuatro veces la resolución del DALL-E original y los evaluadores lo prefirieron sobre DALL-E 1 en el 71.7% de las pruebas de coincidencia de leyendas y en el 88.8% de las comparaciones de fotorrealismo.

Midjourney y Stable Diffusion están dirigidos a comunidades de aficionados con flujos de trabajo en Discord o autoalojados. DALL-E 2 se incluye dentro de ChatGPT para creadores casuales y a través de la API de OpenAI para desarrolladores que necesitan generación programática de imágenes con filtros de contenido que bloquean indicaciones violentas, odiosas, para adultos y políticas, además de rostros públicos fotorrealistas.

Diseñadores, mercadólogos y desarrolladores usan DALL-E 2 para simular conceptos, ilustrar publicaciones de blog y prototipar visuales sin una sesión fotográfica. La página del producto ahora dirige a los usuarios a ChatGPT para la creación, mientras que la API de Imágenes continúa ofreciendo modelos más nuevos junto con DALL-E 2 para equipos que necesitan generación automatizada.