PhotoAid's AI Image Enlarger vs InstructPix2Pix

PhotoAid's AI Image Enlarger amplía fotos en el navegador sin necesidad de descargar software. Subes un archivo JPEG, WEBP o PNG de hasta 30MB o 10,000 por 10,000 píxeles, eliges un nivel de zoom de 1x o 2x, y la herramienta duplica las dimensiones mientras suaviza los detalles en lugar de dejar píxeles pixelados.

Las herramientas estándar de cambio de tamaño estiran los píxeles y desenfocan los rostros rápidamente. El ampliador de PhotoAid utiliza un suavizado con IA especialmente ajustado para retratos, por lo que una imagen de 1000 por 1000 px puede convertirse en 2000 por 2000 px con menos artefactos que un estiramiento bicúbico básico.

El ampliador es gratuito y está alojado por PhotoAiD, el mismo equipo detrás de las herramientas para fotos de pasaporte y visa en photoaid.com. Lo lanzaron como una utilidad independiente en el navegador junto con su flujo de fotos biométricas, con opciones multilingües en el sitio y enlaces a otras herramientas de PhotoAid.

PhotoAid's AI Image Enlarger es adecuado para fotógrafos, vendedores de comercio electrónico y cualquier persona que necesite una ampliación rápida para fotos de perfil o imágenes de productos. También ayuda a viajeros que ya usan PhotoAid para fotos de pasaporte y desean un paso de ampliación separado dentro del mismo ecosistema.

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.