mo-di-diffusion on Hugging Face vs Midjourney

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.

Midjourney est un modèle de génération d'images et de vidéos que vous utilisez via l'application web midjourney.com, avec des galeries communautaires sur Explore et un support assuré via Discord. La version 8.2 est la version actuelle, et le site carrières décrit des travaux en cours sur des modèles créatifs ainsi que sur des projets de recherche distincts.

Comparé aux API d'images à usage général, Midjourney propose un contrôle esthétique et une curation communautaire plutôt qu'un simple débit brut. Les niveaux payants ajoutent le mode Relax pour des générations plus lentes illimitées, le mode Stealth pour garder le travail privé sur Pro et Mega, ainsi que des pools d'heures GPU Fast à plusieurs niveaux qui se renouvellent chaque mois.

L'entreprise se présente comme un laboratoire de recherche financé par la communauté d'environ 60 personnes, avec des bureaux à San Francisco, Londres et New York. Elle cible les artistes, designers, marketeurs et amateurs souhaitant des images stylisées et des vidéos courtes sans gérer leur propre infrastructure GPU.