NMKD Stable Diffusion GUI vs Dall-E 2

NMKD Stable Diffusion GUI ejecuta generación de texto a imagen e imagen a imagen localmente en tu PC con Windows usando tu propia GPU. La descarga en itch.io incluye las dependencias para que no tengas que configurar Python manualmente, y la versión 1.11.0 incluye un modelo Stable Diffusion 1.5 en un paquete de 3.3 GB o una versión de 1.5 GB si usas tus propios checkpoints.

A diferencia de los generadores basados en navegador que ponen trabajos en cola en servidores remotos, NMKD mantiene todo en tu hardware sin recopilar datos. Añade entrenamiento LoRA en GPUs de 8 GB, edición InstructPix2Pix, escalado RealESRGAN y restauración facial con CodeFormer o GFPGAN en una sola aplicación de escritorio. El autor reporta generaciones en menos de 2 segundos en una RTX 3090 y en menos de un segundo en una RTX 4090.

Aficionados de Windows, artistas de texturas para juegos y creadores que quieren control local sin censura son el público principal. Colas de prompts integradas, salida en mosaico para activos de juegos, carga personalizada de VAE y checkpoints, y un escaneo de malware en modelos descargados lo convierten en una herramienta completa de estación de trabajo en lugar de una demo rápida en línea.

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.