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

mo-di-diffusion est un point de contrôle Stable Diffusion 1.5 affiné sur Hugging Face qui génère des personnages et des scènes dans un style de film d'animation moderne. Le créateur nitrosocke l'a entraîné sur des captures d'écran d'un studio d'animation populaire en utilisant DreamBooth avec une perte de préservation préalable et un entraînement de l'encodeur de texte sur plus de 9 000 étapes. Ajoutez le token modern disney style à votre prompt pour déclencher cette esthétique.

Les points de contrôle SD 1.5 généraux visent le photoréalisme ou des styles d'illustration larges. mo-di-diffusion se concentre fortement sur ce look brillant d'animation de personnages, c'est pourquoi les exemples de prompts pour des héros de jeux, des animaux et des paysages sont tous plutôt cinématographiques que photographiques. Les poids se chargent via le pipeline standard Diffusers StableDiffusionPipeline, vous pouvez donc l'exécuter localement, dans Colab ou dans Hugging Face Spaces sans API propriétaire.

Les artistes, amateurs et développeurs expérimentant des concepts de personnages utilisent mo-di-diffusion lorsqu'ils souhaitent des rendus proches de Disney sans commander un entraînement de modèle personnalisé. La fiche du modèle inclut un code Python d'exemple, des liens vers des démos Gradio, ainsi que des notes sur les options d'export ONNX, MPS et FLAX. Il est téléchargeable gratuitement sous licence CreativeML OpenRAIL-M avec une utilisation commerciale autorisée sous réserve des restrictions de la licence sur les dommages.

DALL-E 2 transforme des descriptions textuelles en images et œuvres d'art originales. Vous décrivez une scène en langage courant, et le modèle combine concepts, attributs et styles pour créer une nouvelle image. OpenAI l'a lancé en 2022 avec une résolution quatre fois supérieure à celle du DALL-E original, et les évaluateurs l'ont préféré à DALL-E 1 dans 71,7 % des tests de correspondance de légendes et 88,8 % des comparaisons de photoréalisme.

Midjourney et Stable Diffusion ciblent les communautés de passionnés avec des flux de travail sur Discord ou auto-hébergés. DALL-E 2 est intégré à ChatGPT pour les créateurs occasionnels et accessible via l'API OpenAI pour les développeurs qui ont besoin d'une génération d'images programmée avec des filtres de contenu bloquant les requêtes violentes, haineuses, adultes et politiques ainsi que les visages publics photoréalistes.

Les designers, marketeurs et développeurs utilisent DALL-E 2 pour concevoir des concepts, illustrer des articles de blog et prototyper des visuels sans séance photo. La page produit oriente désormais les utilisateurs vers ChatGPT pour la création, tandis que l'API Images continue de proposer des modèles plus récents aux côtés de DALL-E 2 pour les équipes nécessitant une génération automatisée.