mo-di-diffusion on Hugging Face vs Midjourney

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.

Midjourney es un modelo de generación de imágenes y videos que se utiliza a través de la aplicación web midjourney.com, con galerías comunitarias en Explore y soporte gestionado a través de Discord. La versión 8.2 es la versión actual, y el sitio de carreras describe el trabajo en curso tanto en modelos creativos como en proyectos de investigación separados.

En comparación con las API de imágenes de propósito general, Midjourney ofrece control estético y curación comunitaria en lugar de solo rendimiento bruto. Los niveles de pago añaden el modo Relax para generaciones ilimitadas y más lentas, el modo Stealth para mantener el trabajo privado en Pro y Mega, y grupos escalonados de horas Fast GPU que se renuevan mensualmente.

La empresa se define como un laboratorio de investigación financiado por la comunidad de unas 60 personas, con oficinas en San Francisco, Londres y Nueva York. Su público objetivo son artistas, diseñadores, mercadólogos y aficionados que desean imágenes estilizadas y videos cortos sin tener que gestionar su propia infraestructura GPU.