Opracowania dotyczące generowania obrazów za pomocą sztucznej inteligencji wciąż się rozwijają. Mamy aplikacje mobilne, efekty głębi, wideo i animację, ale nie wolno zapominać o interfejsach do lokalnego uruchamiania modeli. W przypadku Stable Diffusion rozwiązanie Automatic1111 jest najbardziej kompatybilne i elastyczne, ale jeśli wolisz intuicyjne i łatwe w użyciu środowisko z doskonałymi funkcjami rozszerzania obrazów poza ich pierwotny rozmiar, musisz przyjrzeć się bliżej InvokeAI.
Istnieją co najmniej trzy ścieżki generowania obrazów za pomocą sztucznej inteligencji. Z jednej strony mamy DALL-E, z Craiyon jako jedną z najlepszych darmowych opcji online. Potem pojawia się Midjourney, niezwykle popularny w mediach społecznościowych, ale wymaga Discorda i zakupu tokenów. Wreszcie dochodzimy do Stable Diffusion, który oprócz oferowania trybu online bez opłat, umożliwia także uruchomienie offline na karcie graficznej.
W pierwszych dniach wszystko działało w konsoli systemowej, ale projekt Automatic1111 dał początek interfejsowi webowemu dla Stable Diffusion o wysokim poziomie kompatybilności i elastyczności. Trzeba jednak przyznać, że stan Auto1111 jest nieco chaotyczny, z ponad 1300 zgłoszeniami otwartymi na GitHubie i niezbyt optymalną dokumentacją. Jeśli masz wystarczającą moc, aby uruchomić Stable Diffusion offline i szukasz alternatywy dla interfejsu Automatic1111, wszystkie strzały wskazują na InvokeAI.
InvokeAI: Jedna z najlepszych interfejsów webowych dla Stable Diffusion
Jednym z najbardziej pozytywnych aspektów InvokeAI jest jego instalacja. Główne wymagania to trzy: instalacja Pythona (3.10.6 to dobra opcja, ponieważ utrzymuje kompatybilność z Auto1111), zastosowanie łatki w rejestrze, która włącza dłuższe ścieżki dyskowe, oraz około 25 GB miejsca na dysku. Dwukrotne kliknięcie pliku install.bat rozpocznie proces, ale nie jest on w 100% automatyczny. InvokeAI zapyta o miejsce docelowe plików oraz o modele do zainstalowania (zalecana lista to dobry punkt wyjścia). Oczywiście oznacza to, że InvokeAI pobierze bardzo duże pliki, więc trzeba uzbroić się w cierpliwość.
Zdecydowanie najpotężniejszą funkcją InvokeAI jest Unified Canvas, który łączy funkcje inpaintingu, outpaintingu, tekstu na obraz i obrazu na obraz. Zarówno inpainting (modyfikowanie lub regenerowanie konkretnych części obrazu), jak i outpainting (rozszerzanie obrazu o dodatkowe szczegóły) pozostawiają wiele do życzenia w interfejsie Automatic1111, ale jasne jest, że InvokeAI trafiło w sedno swoim najnowszym wydaniem.
Pomimo tych imponujących funkcji, InvokeAI ma ograniczenia, które warto podkreślić. Pierwszym jest liczba tokenów (innymi słowy, jeśli nasz prompt jest zbyt długi, InvokeAI ignoruje nadmiar), ale najważniejszą jest brak wydajności w użyciu VRAM do tego stopnia, że zalecam całkowite zignorowanie InvokeAI, jeśli karta graficzna ma 6 GB VRAM lub mniej dostępnych. W takim przypadku najlepszym rozwiązaniem jest powrót do Automatic1111 i włączenie komend --medvram lub --lowvram, które działają bardzo dobrze (mimo spadku wydajności).
Oficjalna strona: Kliknij tutaj
