NMKD Stable Diffusion GUI vs Dall-E 2

NMKD Stable Diffusion GUI executa geração de texto para imagem e de imagem para imagem localmente no seu PC com Windows usando sua própria GPU. O download no itch.io inclui as dependências para que você não precise configurar o Python manualmente, e a versão 1.11.0 vem com um modelo Stable Diffusion 1.5 em um pacote de 3,3 GB ou uma versão de 1,5 GB se você fornecer seus próprios checkpoints.

Diferente dos geradores baseados em navegador que enfileiram tarefas em servidores remotos, o NMKD mantém tudo no seu hardware sem coleta de dados. Ele adiciona treinamento LoRA em GPUs de 8 GB, edição InstructPix2Pix, upscaling RealESRGAN e restauração facial com CodeFormer ou GFPGAN em um único aplicativo para desktop. O autor relata gerações em menos de 2 segundos em uma RTX 3090 e em menos de um segundo em uma RTX 4090.

Entusiastas do Windows, artistas de texturas para jogos e criadores que desejam controle local sem censura são o público principal. Filas de prompts integradas, saída tileável para ativos de jogos, carregamento personalizado de VAE e checkpoints, e uma verificação de malware nos modelos baixados fazem dele uma ferramenta completa para estações de trabalho, e não apenas uma demonstração rápida online.

DALL-E 2 transforma descrições em texto em imagens e obras de arte originais. Você descreve uma cena em linguagem simples, e o modelo combina conceitos, atributos e estilos em uma nova imagem. A OpenAI lançou-o em 2022 com quatro vezes a resolução do DALL-E original, e avaliadores o preferiram ao DALL-E 1 em 71,7% dos testes de correspondência de legendas e 88,8% das comparações de fotorrealismo.

Midjourney e Stable Diffusion atendem comunidades de entusiastas com fluxos de trabalho via Discord ou auto-hospedados. O DALL-E 2 é integrado ao ChatGPT para criadores casuais e disponível via API da OpenAI para desenvolvedores que precisam de geração programática de imagens com filtros de conteúdo que bloqueiam descrições violentas, odiosas, adultas e políticas, além de rostos públicos fotorrealistas.

Designers, profissionais de marketing e desenvolvedores usam o DALL-E 2 para criar conceitos, ilustrar posts de blog e prototipar visuais sem necessidade de sessão fotográfica. A página do produto agora direciona os usuários ao ChatGPT para criação, enquanto a API de Imagens continua a oferecer modelos mais recentes junto com o DALL-E 2 para equipes que precisam de geração automatizada.