{"id":117781,"date":"2024-07-18T03:43:48","date_gmt":"2024-07-18T01:43:48","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/novaya-statya-praktikum-po-ii-risovaniyu-chast-devyataya-sd3m-troechka-na-troechku"},"modified":"2024-07-18T03:43:48","modified_gmt":"2024-07-18T01:43:48","slug":"novaya-statya-praktikum-po-ii-risovaniyu-chast-devyataya-sd3m-troechka-na-troechku","status":"publish","type":"post","link":"https:\/\/prohoster.info\/cs\/blog\/news\/novaya-statya-praktikum-po-ii-risovaniyu-chast-devyataya-sd3m-troechka-na-troechku","title":{"rendered":"Nov\u00fd \u010dl\u00e1nek: Praktikum o AI malov\u00e1n\u00ed, \u010d\u00e1st dev\u00e1t\u00e1: SD3M \u2014 \"trojka\" na trojku.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Je vtipn\u00e9, jak historie vyd\u00e1n\u00ed otev\u0159en\u00fdch model\u016f pro p\u0159evod textov\u00fdch v\u00fdzev na obr\u00e1zky, vyv\u00edjen\u00fdch a tr\u00e9novan\u00fdch spole\u010dnost\u00ed Stability AI, p\u0159ipom\u00edn\u00e1 s\u00e9rii vzestup\u016f a p\u00e1d\u016f r\u016fzn\u00fdch verz\u00ed opera\u010dn\u00edch syst\u00e9m\u016f Microsoft. Po legend\u00e1rn\u011b \u00fasp\u011b\u0161n\u00e9 XP se objevila problematick\u00e1 Vista; pot\u00e9 n\u00e1dhern\u00e1 \u201esedmi\u010dka\u201c \u2014 n\u00e1sledovan\u00e1 beznad\u011bjn\u00fdm Windows 8. U Stable Diffusion, kter\u00e1 za\u010d\u00ednala jako nev\u00e1bn\u00e1, ale postupn\u011b vylep\u0161en\u00e1 nad\u0161enci verze 1.5, n\u00e1sledovala o\u010dividn\u011b ne\u00fasp\u011b\u0161n\u00e1 SD 2.0 \u2014 ne\u00fasp\u011b\u0161n\u00e1 proto, \u017ee zahrnovala netypick\u00fd k\u00f3dova\u010d OpenCLIP pro modely tohoto druhu, natr\u00e9novan\u00fd na velmi nejednozna\u010dn\u011b vybran\u00fdch obr\u00e1zc\u00edch<\/a><\/noindex> z otev\u0159en\u00e9ho datov\u00e9ho souboru LAION-5B<\/a><\/noindex>. P\u0159i tomto v\u00fdb\u011bru byly vylou\u010deny nejen nevhodn\u00e9 (NSFW) vizu\u00e1ln\u00ed reference, ale tak\u00e9 obrazy a ilustrace od popul\u00e1rn\u00edch um\u011blc\u016f, jako je proslul\u00fd Greg Rutkowski. Pr\u00e1v\u011b posledn\u00ed zm\u00edn\u011bn\u00e9 nakonec nad\u0161ence po\u0159\u00e1dn\u011b roz\u010d\u00edlilo: pokud pro SD 1.5 fungovaly u\u017e jednoduch\u00e9 v\u00fdzvy se styly \u2014 \u201eepic medieval fantasy landscape, in the style of Greg Rutkowski\u201c \u2014 a v\u00fdsledek byl ohromuj\u00edc\u00ed, pak SD 2.0 p\u0159estala \u201erozpozn\u00e1vat\u201c jm\u00e9na nejzn\u00e1m\u011bj\u0161\u00edch ilustr\u00e1tor\u016f, jejich\u017e autorsk\u00e1 pr\u00e1va na vytvo\u0159en\u00e1 d\u00edla jsou st\u00e1le platn\u00e1, a kte\u0159\u00ed nedali svolen\u00ed k jejich pou\u017eit\u00ed pro tr\u00e9nink AI. Bylo nutn\u00e9 pou\u017e\u00edt v\u00edce slov k pops\u00e1n\u00ed po\u017eadovan\u00e9ho, a s p\u0159\u00edli\u0161 dlouh\u00fdmi v\u00fdzvami si model vedl \u0161patn\u011b.<\/p>\n

<\/center> \t\t\t\t
<\/center> \"Nov\u00fd <\/p>\n

\u2b07<\/a><\/noindex>#<\/a><\/noindex>Sedli jsme \u2014 vstali, sedli jsme \u2014 vstali<\/h2>\n

V kombinaci se zm\u011bn\u011bn\u00fdm k\u00f3dova\u010dem (p\u0159evodn\u00edkem textov\u00e9ho promptu na digit\u00e1ln\u00ed tokeny, se kter\u00fdmi model n\u00e1sledn\u011b pracuje) neschopnost pou\u017e\u00edvat pojmenovan\u00e9 styly jednodu\u0161e zbavila nad\u0161ence motivace vylep\u0161ovat \"dvojku\" vlastn\u00edmi silami. V\u017edy\u0165 bylo t\u0159eba z\u00e1rove\u0148 se zab\u00fdvat t\u00edm, jak p\u0159izp\u016fsobit ji\u017e osvojen\u00e9 techniky vytv\u00e1\u0159en\u00ed prompt\u016f nov\u00e9mu k\u00f3dova\u010di, a d\u00e1le u\u010dit model rozpozn\u00e1vat ty obrazy a t\u00e9mata, s nimi\u017e auto\u0159i v \u00favodn\u00ed f\u00e1zi tr\u00e9ninku sezn\u00e1mili, - a kvalitativn\u00ed rozd\u00edl oproti \"polovi\u010dce\" generovan\u00e9 \"dvojkou\" p\u0159esto nebyl garantov\u00e1n. Ano, od standardn\u00ed velikosti pro SD 1.5 512×512 bod\u016f do\u0161lo k kvalitativn\u00edmu skoku na 768×768, ale do t\u00e9 doby komunitn\u00ed vyu\u017e\u00edvala upscalery, outpainters a dal\u0161\u00ed n\u00e1stroje pro zv\u011bt\u0161en\u00ed v\u00fdsledn\u00e9ho obrazu, tak\u017ee SD 2.0 pro\u0161la, a\u017e na jednou, nezpozorov\u00e1na. SDXL se vr\u00e1tila k standardn\u00edmu<\/a><\/noindex> (vyvinut\u00e9mu OpenAI a pou\u017e\u00edvan\u00e9mu mimo jin\u00e9 projektem DALL-E) kod\u00e9ru CLIP<\/a><\/noindex> \u2013 k\u00f3d je tak\u00e9 otev\u0159en\u00fd, ale datab\u00e1ze, na kter\u00e9 byl vy\u0161kolen, na rozd\u00edl od OpenCLIP<\/a><\/noindex>, je propriet\u00e1rn\u00ed. Nav\u00edc standardn\u00ed velikost pl\u00e1tna vzrostla u \"Oversize\" na 1024×1024, krom\u011b toho se objevila cel\u00e1 \u0159ada dal\u0161\u00edch vylep\u0161en\u00ed, \u2013 tak\u017ee nad\u0161enci r\u00e1di p\u0159evzali jeho dokon\u010den\u00ed. A k sou\u010dasn\u00e9 dob\u011b se pr\u00e1v\u011b SDXL (a ned\u00e1vno se objevuj\u00edc\u00ed m\u00e9n\u011b n\u00e1ro\u010dn\u00e9 na \"hardwarov\u00e9\" deriv\u00e1ty jako SDXL Turbo<\/a><\/noindex> a SDXL Lightning<\/a><\/noindex>) za nejpopul\u00e1rn\u011bj\u0161\u00ed AI gener\u00e1tor obr\u00e1zk\u016f s otev\u0159en\u00fdm k\u00f3dem. Nicm\u00e9n\u011b, zap\u00e1len\u00ed zast\u00e1nci SD 1.5 s t\u00edmto argumentovan\u011b nesouhlas\u00ed, poukazuj\u00edce na to, \u017ee tak d\u016fle\u017eit\u00e9 n\u00e1stroje jako ControlNet, v SDXL dosud nebyly \u0159\u00e1dn\u011b p\u0159eneseny<\/a><\/noindex>.<\/p>\n

A od 12. \u010dervna 2024, od okam\u017eiku \"uveden\u00ed do voln\u00e9 p\u0159\u00edrody\" k\u00f3du modelu umo\u017e\u0148uj\u00edc\u00edho lok\u00e1ln\u00ed generace, m\u011blo nastat obdob\u00ed \"otev\u0159en\u00e9\" verze SD 3 \u2013 pokud bychom byli p\u0159esn\u00ed, pak Stable Diffusion 3 Medium<\/a><\/noindex> (SD3M nebo SD3 2B) s 2 miliardami pracovn\u00edch parametr\u016f. Podm\u00edn\u011bn\u011b, p\u0159ipome\u0148me, toto \u010d\u00edslo odpov\u00edd\u00e1 celkov\u00e9mu po\u010dtu vah na vstupech v\u0161ech perceptron\u016f modelu. Ji\u017e d\u0159\u00edve, v dubnu, Stability AI dola\u010fovala a nab\u00eddla k komer\u010dn\u00edmu vyu\u017eit\u00ed 8milionovou (po\u010det parametr\u016f) Stable Diffusion 3 Large<\/a><\/noindex>, ta SD3 8B. U SDXL 1.0, p\u0159ipome\u0148me si, \u2013 3,5 miliardy parametr\u016f<\/a><\/noindex>, nicm\u00e9n\u011b SD3M, podle tvrzen\u00ed v\u00fdvoj\u00e1\u0159\u016f, je \"nejsofistikovan\u011bj\u0161\u00ed model pro generaci obraz\u016f ze v\u0161ech, kter\u00e9 jsme dosud vytvo\u0159ili\"<\/a><\/noindex>. M\u011blo to znamenat, \u017ee p\u0159i ni\u017e\u0161\u00edch pot\u0159eb\u00e1ch na videopam\u011b\u0165, ne\u017e je u «Oversize», by m\u011bla dokonce na jednoduch\u00e9 podn\u011bty vykreslovat obr\u00e1zky «s novou \u00farovn\u00ed fotorealismu». Mezi v\u00fdhodami «trojky» byly tak\u00e9 uvedeny «bezprecedentn\u00ed kvalita typografie textu generovan\u00e9ho na obr\u00e1zc\u00edch», «prohlouben\u00e9 porozum\u011bn\u00ed podn\u011bt\u016fm d\u00edky spolupr\u00e1ci t\u0159\u00ed k\u00f3dova\u010d\u016f» a «ochota k efektivn\u00edmu dotr\u00e9nov\u00e1n\u00ed i na omezen\u00fdch datov\u00fdch sad\u00e1ch».<\/p>\n

\"Nov\u00fd <\/p>\n

Bylo p\u0159edpokl\u00e1d\u00e1no, \u017ee komunita nad\u0161enc\u016f, kter\u00e1 dostane do rukou novou dlouho o\u010dek\u00e1vanou hra\u010dku, se pust\u00ed do jej\u00edho zdokonalov\u00e1n\u00ed stejnou vervou jako «polovi\u010dn\u00ed» a «Oversize» v minulosti. Av\u0161ak od sam\u00e9ho po\u010d\u00e1tku \u0161lo v\u0161e \u0161patn\u011b: SD3M v prvn\u00edch hodin\u00e1ch po zve\u0159ejn\u011bn\u00ed soubor\u016f modelu na Hugging Face a Civitai dok\u00e1zala hluboce zklamat<\/a><\/noindex> svoji publikum, a to hned dvakr\u00e1t. Poprv\u00e9 \u2014 nevysv\u011btlitelnou, na prvn\u00ed pohled idiosynkrazi\u00ed k podn\u011bt\u016fm, kter\u00e9 obsahuj\u00ed zd\u00e1nliv\u011b nevinnou fr\u00e1zi «le\u017e\u00edc\u00ed na\/v tr\u00e1v\u011b» (lying on\/in the grass); podruh\u00e9 \u2014 neuv\u011b\u0159iteln\u011b nejasn\u00fdmi formulacemi v u\u017eivatelsk\u00e9 dohod\u011b, s nimi\u017e se nebyli schopni hned zorientovat ani profesion\u00e1ln\u00ed pr\u00e1vn\u00edci. A i kdy\u017e z pohledu b\u011b\u017en\u00e9ho nad\u0161ence do AI um\u011bn\u00ed to posledn\u00ed vypad\u00e1 jako nepodstatn\u00e9, na dal\u0161\u00edm v\u00fdvoji modelu se pr\u00e1v\u011b pr\u00e1vn\u00ed str\u00e1nka ot\u00e1zky projev\u00ed nejp\u0159\u00edm\u011bji \u2014 a\u017e do toho, \u017ee \u017e\u00e1dn\u00fd dal\u0161\u00ed v\u00fdvoj se nemus\u00ed v\u016fbec uskute\u010dnit.<\/p>\n

P\u0159edchoz\u00ed d\u00edla Stable Diffusion s otev\u0159en\u00fdm k\u00f3dem (konkr\u00e9tn\u011b s otev\u0159en\u00fdmi hodnotami v\u00e1hy neuronov\u00fdch s\u00edt\u00ed, dostupn\u00fdmi k bezplatn\u00e9mu sta\u017een\u00ed pro n\u00e1sledn\u00e9 lok\u00e1ln\u00ed spu\u0161t\u011bn\u00ed), jako nap\u0159\u00edklad SDXL, byla doprov\u00e1zena jedn\u00edm z typick\u00fdch rys\u016f generativn\u00edch model\u016f CreativeML Open RAIL++-M License<\/a><\/noindex> s takov\u00fdmi charakteristikami, jako «bez\u010dasn\u00e1, celosv\u011btov\u00e1, nev\u00fdhradn\u00ed, bezplatn\u00e1, bez\u00faplatn\u00e1, neodvolateln\u00e1 licence k autorsk\u00e9mu pr\u00e1vu za \u00fa\u010delem reprodukce, p\u0159\u00edpravy, ve\u0159ejn\u00e9 prezentace, ve\u0159ejn\u00e9ho v\u00fdkonu, sublicencov\u00e1n\u00ed a distribuce dodate\u010dn\u00fdch materi\u00e1l\u016f jak samotn\u00e9ho modelu, tak jeho odvozenin». «Troika» v\u0161ak p\u0159edpokl\u00e1d\u00e1 dv\u011b varianty licencov\u00e1n\u00ed: pro nekomer\u010dn\u00ed pou\u017eit\u00ed<\/a><\/noindex> \u2014 s velmi povzbudiv\u00fdmi formulacemi jako «Stability AI v\u00e1m poskytuje nev\u00fdhradn\u00ed, celosv\u011btovou, nep\u0159evoditelnou, nesublicencovatelnou, odvolatelnou, bez\u00faplatnou a omezenou licenci na du\u0161evn\u00ed vlastnictv\u00ed» \u2014 a daleko v\u00edce zat\u011b\u017euj\u00edc\u00ed obchodn\u00ed<\/a><\/noindex>.<\/p>\n

\u2b07<\/a><\/noindex>#<\/a><\/noindex>Tr\u00e1va k dobr\u00e9mu nepovede<\/h2>\n

Kr\u00e1tce pot\u00e9 se komunita shodla na tom, \u017ee Stable Diffusion 3 \u2014 to nen\u00ed Open Source<\/a><\/noindex>. V podstat\u011b vyhl\u00e1silo bojkot v\u00fdvoj\u00e1\u0159sk\u00e9 spole\u010dnosti, necht\u011blo ztr\u00e1cet \u010das a s\u00edly na dolad\u011bn\u00ed o\u010dividn\u011b nedokonal\u00e9ho a zpackan\u00e9ho modelu \u2014 s v\u011bdom\u00edm, \u017ee Stability AI m\u016f\u017ee kdykoliv na z\u00e1klad\u011b nejmen\u0161\u00ed n\u00e1lady sv\u00fdch medi\u00e1ln\u00edch mana\u017eer\u016f vz\u00edt a odvolat licenci, kter\u00e1 byla d\u0159\u00edve ud\u011blena konkr\u00e9tn\u00edmu nad\u0161enci, realizuj\u00edc\u00edmu takov\u00e9 dolad\u011bn\u00ed. Licen\u010dn\u00ed smlouva byla formulov\u00e1na tak, \u017ee u t\u011bch, kte\u0159\u00ed ji studuj\u00ed, vznik\u00e1 dojem, \u017ee po odvol\u00e1n\u00ed povolen\u00ed k obchodn\u00edmu vyu\u017eit\u00ed SD3M bude b\u00fdval\u00fd p\u0159\u00edjemce povinen odstranit v\u0161echny j\u00edm vytvo\u0159en\u00e9 deriv\u00e1ty z n\u011bj ud\u011blen\u00e9 intelektu\u00e1ln\u00ed vlastnosti, v\u010detn\u011b jak samotn\u00fdch dolad\u011bn\u00fdch model\u016f (LoRA, textov\u00e9 inverze, cel\u00e9 checkpointy), tak jejich deriv\u00e1t\u016f (citace: \u201ePo ukon\u010den\u00ed t\u00e9to smlouvy mus\u00edte smazat a p\u0159estat pou\u017e\u00edvat jak\u00e9koli softwarov\u00e9 produkty nebo derivativn\u00ed d\u00edla\u201c) \u2014 tj. plody pr\u00e1ce ji\u017e jin\u00fdch lid\u00ed, kte\u0159\u00ed tyto derivovan\u00e9 modely pou\u017eili jako v\u00fdchoz\u00ed bod pro svoji vlastn\u00ed pr\u00e1ci; p\u0159i\u010dem\u017e \u017e\u00e1dn\u00fdm zp\u016fsobem ani nik\u00fdm nebyly zaplaceny, byly vytvo\u0159eny na \u010dist\u00e9m nad\u0161en\u00ed.<\/p>\n

Kr\u00e1tce pot\u00e9, co vlna pobou\u0159en\u00ed ohledn\u011b tohoto dos\u00e1hla stratosf\u00e9rick\u00fdch v\u00fd\u0161in, se za\u010daly objevovat zpr\u00e1vy i od profesn\u00edch pr\u00e1vn\u00edk\u016f, \u017ee to nen\u00ed tak \u0161patn\u00e9<\/a><\/noindex> A \u017ee odvol\u00e1n\u00ed se z\u00e1kazem dal\u0161\u00edho vyu\u017e\u00edv\u00e1n\u00ed by m\u011blo de facto odkazovat pouze na jist\u00e9 pomocn\u00e9 produkty se zav\u0159en\u00fdm k\u00f3dem, kter\u00e9 Stability AI p\u0159ed\u00e1 komer\u010dn\u00edmu u\u017eivateli (\u0159ekn\u011bme, pro urychlen\u00ed a optimalizaci onoho dolad\u011bn\u00ed SD3M), \u2014 av\u0161ak kone\u010dn\u00e1 vysv\u011btlen\u00ed k tomu samotn\u00e1 spole\u010dnost zat\u00edm neposkytla. A s\u00e1m fakt takov\u00e9ho t\u00ed\u017eiv\u00e9ho ticha ji\u017e t\u0159i t\u00fddny (v dob\u011b psan\u00ed tohoto \u010dl\u00e1nku) od okam\u017eiku, kdy se \u201etrojka\u201c dostala do ve\u0159ejn\u00e9ho prostoru, po\u0161kozuje reputaci v\u00fdvoj\u00e1\u0159e mnohem v\u00edce ne\u017e tr\u00e1va \u2014 generovan\u00fdm jeho d\u00edlem d\u00edvk\u00e1m.<\/p>\n

\"Nov\u00fd <\/p>\n

Pokud jde o proslulou tr\u00e1vu, kter\u00e1 se doslova b\u011bhem n\u011bkolika hodin stala memem nejprve na Hugging Face<\/a><\/noindex>, a po tom i prakticky na v\u0161ech v\u00edce \u010di m\u00e9n\u011b relevantn\u00edch platform\u00e1ch v s\u00edti se uk\u00e1zalo, \u017ee p\u0159\u00edtomnost fr\u00e1ze jako «a girl lying on the grass» vede k objeven\u00ed v v\u00fdsledk\u00e1ch «trojky» nejen halucinac\u00ed, ale hr\u016fzostra\u0161n\u00fdch v\u00fdtvor\u016f nemocn\u00e9 — v l\u00e9ka\u0159sk\u00e9m smyslu — fantazie um\u011blc\u016f a filma\u0159\u016f specializuj\u00edc\u00edch se na body horror (zakl\u00edn\u00e1me, pokud je v\u00e1m rozum a \u017eivot drah\u00fd, — dr\u017ete se od podobn\u00e9ho d\u00e1l a ani se nepokou\u0161ejte zad\u00e1vat tuto fr\u00e1zi do vyhled\u00e1va\u010de obr\u00e1zk\u016f se zak\u00e1zan\u00fdm bezpe\u010dnostn\u00edm filtrem). P\u0159itom obr\u00e1zky stoj\u00edc\u00edch — a trochu m\u00e9n\u011b sed\u00edc\u00edch — lid\u00ed zvl\u00e1d\u00e1 «trojka» na d\u016fv\u011bryhodnou \u010dty\u0159ku s plusov\u00fdmi body, a portr\u00e9ty n\u011bkdy vych\u00e1zej\u00ed dokonce bezchybn\u00e9; alespo\u0148 nehor\u0161\u00ed ne\u017e u z\u00e1kladn\u00edho modelu SDXL 1.0, — probl\u00e9m je v n\u011bjak\u00e9m vnit\u0159n\u00edm tabu na horizont\u00e1ln\u00ed polohu lidsk\u00e9ho t\u011bla.<\/p>\n

Soud\u011b podle koment\u00e1\u0159e Emada Mostaka, zakladatele a b\u00fdval\u00e9ho (do b\u0159ezna 2024) \u0161\u00e9fa Stability AI, kter\u00fd opustil spole\u010dnost, aby «v\u011bnovat se decentralizovan\u00fdm projekt\u016fm v oblasti um\u011bl\u00e9 inteligence»<\/a><\/noindex>, hrub\u00e9 n\u00e1sil\u00ed na SD3M p\u0159\u00edmo v p\u0159edve\u010der otev\u0159en\u00ed jej\u00edch vah pro omezen\u00e9 nekomer\u010dn\u00ed vyu\u017eit\u00ed (API v\u011bt\u0161\u00edho modelu SD3 8B pro online generaci, p\u0159ipom\u00edn\u00e1me, je dostupn\u00e9 p\u0159es partnersk\u00e9 weby ji\u017e od dubna<\/a><\/noindex>, ale jej\u00ed v\u00e1hy z\u016fst\u00e1vaj\u00ed skryt\u00e9) se stalo d\u016fsledkem snahy sou\u010dasn\u00e9ho veden\u00ed o bezpe\u010dnost — «v souvislosti s regula\u010dn\u00edmi z\u00e1vazky»<\/a><\/noindex>, formulovan\u00fdmi ji\u017e v b\u0159eznu tohoto roku jako Acceptable Use Policy<\/a><\/noindex>. Pr\u00e1v\u011b v r\u00e1mci t\u00e9to politiky s vyu\u017eit\u00edm generativn\u00edho modelu SD3M u\u017eivatel\u016fm nen\u00ed dovoleno «prov\u00e1d\u011bt, propagovat, usnad\u0148ovat, podporovat, pl\u00e1novat, podn\u011bcovat ani napom\u00e1hat dal\u0161\u00edmu n\u00e1sil\u00ed, terorismu nebo vytv\u00e1\u0159en\u00ed obsahu, kter\u00fd vyvol\u00e1v\u00e1 nen\u00e1vist, je diskrimina\u010dn\u00ed nebo ohro\u017euje chr\u00e1n\u011bnou skupinu osob (a\u0165 u\u017e podle pohlav\u00ed, etnick\u00e9ho p\u016fvodu, sexu\u00e1ln\u00ed identity nebo orientace, n\u00e1bo\u017eenstv\u00ed \u010di jin\u00fdch)», — tak\u017ee \u017e\u00e1dn\u00e9 obr\u00e1zky pand v tom, v \u010dem je matka porodila, bojuj\u00edc\u00edch s zu\u0159iv\u00fdmi draky! Pouze ko\u010di\u010dky v vtipn\u00fdch klobouc\u00edch, psi v roztomil\u00fdch bund\u00e1ch, lahve s nezn\u00e1m\u00fdm obsahem a \u010derstv\u00e9, p\u0159\u00edmo z trouby, su\u0161enky!<\/p>\n

Pokud jde o techniku, mo\u017en\u00e1 spo\u010d\u00edvalo omezen\u00ed modelu v tom, \u017ee z tr\u00e9ninkov\u00e9ho datasetu byly jednodu\u0161e vylou\u010deny obr\u00e1zky s le\u017e\u00edc\u00edmi lidmi a jin\u00e9 obr\u00e1zky, kter\u00e9 n\u011bjak\u00fdm zp\u016fsobem nazna\u010dovaly nevhodnou interpretaci, a proto nyn\u00ed \u201etrojka\u201c jednodu\u0161e \u201enech\u00e1pe\u201c v\u00fdznam slova \u201ele\u017eet\u201c. A nebo aktualizovan\u00e1 architektura SD3 umo\u017enila dostate\u010dn\u011b bezpe\u010dn\u011b identifikovat v\u00e1hy na perceptronech, kter\u00e9 se aktivovaly b\u011bhem generov\u00e1n\u00ed \u201enebezpe\u010dn\u00fdch\u201c obr\u00e1zk\u016f, a tyto v\u00e1hy byly p\u0159\u00edmo p\u0159ed uvoln\u011bn\u00edm selektivn\u011b nulov\u00e1ny, co\u017e vedlo k \u201enucen\u00e9mu halucinov\u00e1n\u00ed\u201c. Mo\u017en\u00e1, to u\u017e lze p\u0159irovnat k lobotomii<\/a><\/noindex>: k\u00f3dova\u010d spr\u00e1vn\u011b p\u0159ev\u00e1d\u00ed text na tokeny, ale v \u201ebezpe\u010dn\u00e9m\u201c latentn\u00edm prostoru tyto tokeny u\u017e na nic konkr\u00e9tn\u00edho neukazuj\u00ed, a proto se v\u00fdsledn\u00e9 pixely na obr\u00e1zku um\u00eds\u0165uj\u00ed vlastn\u011b n\u00e1hodn\u011b.<\/p>\n

\"Nov\u00fd <\/p>\n

Vzhledem k dostupnosti API pln\u011b funk\u010dn\u00edho, ale uzav\u0159en\u00e9ho modelu SD3 8B ji\u017e n\u011bkolik m\u011bs\u00edc\u016f a energick\u00fdm uji\u0161t\u011bn\u00edm medi\u00e1ln\u00edch mana\u017eer\u016f Stability AI, \u017ee \u201ekompaktn\u011b zhu\u0161t\u011bn\u00e1\u201c 2B bude t\u00e9m\u011b\u0159 stejn\u011b kvalitn\u00ed co do vn\u00edm\u00e1n\u00ed textu a generov\u00e1n\u00ed obr\u00e1zk\u016f,<\/a><\/noindex>, nad\u0161enci AI kreslen\u00ed p\u0159iv\u00edtali zve\u0159ejn\u011bn\u00ed v\u00e1h SD3M 12. \u010dervna s velk\u00fdm nad\u0161en\u00edm: b\u011bhem prvn\u00edch 24 hodin byl model sta\u017een 2,7 milionkr\u00e1t<\/a><\/noindex>. V tuto chv\u00edli je st\u00e1le mo\u017en\u00e9 ji z\u00edskat, i kdy\u017e pon\u011bkud v\u00edce krkolomn\u011b ne\u017e je obvykl\u00e9 pro checkpointy SDXL a SD 1.5. Vlastn\u011b b\u011b\u017en\u00e1 cesta je obr\u00e1tit se na web Civitai, odkud v\u011bt\u0161ina model\u016f je stahov\u00e1na bez registrace, ale od 17. \u010dervna a\u017e do okam\u017eiku p\u0159ed\u00e1n\u00ed tohoto \u010dl\u00e1nku do sazby byla v\u011bnovan\u00e1 str\u00e1nka \u201etrojce\u201c tohoto webu v do\u010dasn\u00e9m z\u00e1kazu<\/a><\/noindex>. A d\u016fvod je jedin\u00fd: obchodn\u00ed licence na SD3M je naps\u00e1na tak nevzhledn\u00fdm jazykem, \u017ee i pr\u00e1vn\u00edci Civitai si vzali \u010das na jej\u00ed podrobn\u011bj\u0161\u00ed studium. V\u017edy\u0165 pokud n\u011bjak\u00fd nad\u0161enec natr\u00e9nuje na sv\u00e9m PC LoRA pro \u201etrojku\u201c a zve\u0159ejn\u00ed ji na Civitai, a Stability AI n\u00e1hle usoud\u00ed, \u017ee v\u00fdsledek nen\u00ed vhodn\u00fd, a odvol\u00e1 doty\u010dn\u00e9mu licenci, jak v takov\u00e9m p\u0159\u00edpad\u011b m\u00e1 postupovat hostingov\u00fd web? V\u017edy\u0165 on nejen\u017ee na sv\u00e9m webu umis\u0165uje checkpointy, pomocn\u00e9 cyklogramy a modely, ale tak\u00e9 poskytuje n\u00e1v\u0161t\u011bvn\u00edk\u016fm mo\u017enost cloudov\u00e9ho generov\u00e1n\u00ed obr\u00e1zk\u016f a tr\u00e9nov\u00e1n\u00ed t\u011bchto LoRA, textov\u00fdch inverz\u00ed atd. Obecn\u011b plat\u00ed, \u017ee zat\u00edmco soud a v\u011bc jsou na po\u0159adu, lze vz\u00edt soubory samotn\u00e9ho modelu a t\u0159\u00ed p\u0159evodn\u00edk\u016f textu na tokeny, kter\u00e9 jsou s n\u00edm dod\u00e1v\u00e1ny, pouze. z vlastn\u00ed str\u00e1nky Stability AI na port\u00e1lu Hugging Face<\/a><\/noindex>.<\/p>\n

\u2b07<\/a><\/noindex>#<\/a><\/noindex>Za\u010dn\u011bme<\/h2>\n

Pravda, je tu nuance: abyste z\u00edskali p\u0159\u00edstup k odkazu na sta\u017een\u00ed, mus\u00edte se zaregistrovat na webu a pot\u00e9 potvrdit p\u0159ijet\u00ed takzvan\u00e9 drakonick\u00e9 licen\u010dn\u00ed smlouvy \u2013 nicm\u00e9n\u011b, je tento proces zdarma a z Ruska je zcela dostupn\u00fd. Celkem jsou k dispozici \u010dty\u0159i varianty modeli (models) a \u010dty\u0159i p\u0159evodn\u00edky textov\u00fdch pokyn\u016f na tokeny (encoders), plus t\u0159i referen\u010dn\u00ed cyklogramy pro prov\u00e1d\u011bn\u00ed v pracovn\u00edm prost\u0159ed\u00ed ComfyUI. o kter\u00e9m jsme u\u017e jednou hovo\u0159ili<\/a><\/noindex>:<\/p>\n

modely:<\/p>\n