Gempix 2 vs InstructPix2Pix

Gempix 2 oferece um espaço de edição de fotos baseado em navegador onde você faz upload de uma imagem, escreve um prompt de até 2.000 caracteres e gasta créditos em edições ou gerações por IA. A página inicial lista as abas Image Edit, Text to Image, Text to Video, Image to Video, Video Edit e Wan Animate, alimentadas por NanoBanana 2 e SeeDream V4.

A maioria dos editores online cobra assinaturas fixas antes de você testar a qualidade da saída. Gempix 2 começa com créditos gratuitos e depois vende pacotes mensais de créditos em planos que incluem licenciamento comercial, saída em 1080p, geração em lote e sem marcas d'água quando você faz upgrade.

Ele é direcionado a criadores que querem retoques rápidos guiados por prompt sem instalar software de desktop. O site anuncia que não é necessário registro na página inicial e direciona usuários pagos por opções de cobrança mensal, anual ou única em sua página de preços.

InstructPix2Pix edita uma foto a partir de uma instrução em linguagem simples, como "faça o céu ficar laranja de pôr do sol" ou "transforme isso em uma aquarela." Você fornece uma imagem de entrada e um comando de texto curto, e o modelo retorna uma versão editada em segundos sem precisar treinar nessa foto específica antes. Foi publicado como um Destaque do CVPR 2023 por pesquisadores da UC Berkeley.

Editores baseados em máscara exigem que você pinte regiões antes de alterar qualquer coisa. InstructPix2Pix executa uma única passagem direta apenas a partir do texto, pulando etapas de ajuste fino ou inversão por imagem que retardam outros fluxos de trabalho de edição por difusão. A compensação aparece nos casos de falha do artigo: mudanças de ponto de vista, troca de objetos e edições locais precisas continuam sendo pontos fracos.

O projeto disponibiliza código open source no GitHub e um espaço de demonstração no Hugging Face para testar edições no navegador. O treinamento combinou GPT-3 e Stable Diffusion para sintetizar pares de instruções, e o modelo lançado generaliza para fotos reais de até cerca de 768 pixels de largura, apesar da resolução de treinamento de 256x256.