{"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\/hu\/blog\/news\/novaya-statya-praktikum-po-ii-risovaniyu-chast-devyataya-sd3m-troechka-na-troechku","title":{"rendered":"\u00daj cikk: Gyakorlati \u00fatmutat\u00f3 az AI rajzol\u00e1s\u00e1hoz, kilencedik r\u00e9sz: SD3M \u2013 \"h\u00e1rom a kettes\".","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Sz\u00f3rakoztat\u00f3, hogy a Stability AI \u00e1ltal kifejlesztett \u00e9s betan\u00edtott ny\u00edlt modellek t\u00f6rt\u00e9nete, amelyek a sz\u00f6veges javaslatokat k\u00e9pekbe alak\u00edtj\u00e1k, hasonl\u00edt a Microsoft oper\u00e1ci\u00f3s rendszereinek sorozatos felemelked\u00e9seire \u00e9s buk\u00e1saira. Az ikonikusan sikeres XP ut\u00e1n, eml\u00e9kezz\u00fcnk, probl\u00e9m\u00e1s Vista k\u00f6vetkezett; majd a nagyszer\u0171 'h\u00e9t' \u2014 ut\u00e1na pedig a term\u00e9ketlen Windows 8. A Stable Diffusion kezdetben sz\u00fcrke, de fokozatosan lelkesed\u0151k \u00e1ltal finom\u00edtott 1.5-\u00f6s verzi\u00f3j\u00e1t a nyilv\u00e1nval\u00f3an sikertelen SD 2.0 k\u00f6vette \u2014 a sikertelens\u00e9g l\u00e9nyeg\u00e9ben abb\u00f3l ad\u00f3dott, hogy egy nem tipikus, ilyen t\u00edpus\u00fa modellekhez megfelel\u0151 OpenCLIP k\u00f3dol\u00f3t tartalmazott. amelyet meglehet\u0151sen ellentmond\u00e1sos k\u00e9pek alapj\u00e1n tan\u00edtottak be<\/a><\/noindex> a a ny\u00edlt LAION-5B adatb\u00e1zisb\u00f3l<\/a><\/noindex>. Az ilyen t\u00edpus\u00fa sz\u0171r\u00e9s sor\u00e1n nemcsak a nem megfelel\u0151 (NSFW) vizu\u00e1lis referenci\u00e1k, hanem a n\u00e9pszer\u0171 m\u0171v\u00e9szek, mint a h\u00edrhedt Greg Rutkowski \u00e1ltal k\u00e9sz\u00edtett festm\u00e9nyek \u00e9s illusztr\u00e1ci\u00f3k is kisz\u0171r\u00e9sre ker\u00fcltek. Ez ut\u00f3bbi v\u00e9gk\u00e9pp felbosszantotta a lelkesed\u0151ket: m\u00edg az SD 1.5 eset\u00e9n m\u00e9g az alapv\u00e1ltozatban, an\u00e9lk\u00fcl, hogy k\u00fcl\u00f6n\u00f6sen betan\u00edtott ellen\u0151rz\u0151 pontokat haszn\u00e1ltak volna, sz\u00e9pen m\u0171k\u00f6dtek az egyszer\u0171 javaslatok a st\u00edlusokkal \u2014 'epikus k\u00f6z\u00e9pkori fantasy t\u00e1j, Greg Rutkowski st\u00edlus\u00e1ban' \u2014 \u00e9s az eredm\u00e9ny leny\u0171g\u00f6z\u0151 volt, addig az SD 2.0 m\u00e1r nem 'ismerte fel' a legismertebb illusztr\u00e1torok nev\u00e9t, akiknek szerz\u0151i jogai a l\u00e9trehozott m\u0171vekre m\u00e9g mindig \u00e9rv\u00e9nyesek, \u00e9s akik nem adt\u00e1k hozz\u00e1j\u00e1rul\u00e1sukat ezen m\u0171vek AI \u00e1ltali betan\u00edt\u00e1s\u00e1hoz. T\u00f6bb sz\u00f3t kellett haszn\u00e1lnunk a k\u00edv\u00e1nt le\u00edr\u00e1s\u00e1hoz, m\u00edg a t\u00fal hossz\u00fa javaslatokkal a modell rosszul tudott boldogulni.<\/p>\n

<\/center> \t\t\t\t
<\/center> \"\u00daj <\/p>\n

⇡<\/a><\/noindex>#<\/a><\/noindex>\u00dcl\u00fcnk \u2014 \u00e1llunk, \u00fcl\u00fcnk \u2014 \u00e1llunk<\/h2>\n

A m\u00f3dos\u00edtott k\u00f3dol\u00f3val (a sz\u00f6veges prompt digit\u00e1lis tokenn\u00e9 alak\u00edt\u00f3 eszk\u00f6zzel, amelyet a modell m\u00e1r k\u00f6zvetlen\u00fcl haszn\u00e1lt) a n\u00e9vadott st\u00edlusok alkalmaz\u00e1s\u00e1nak lehetetlens\u00e9ge gyakorlatilag megfosztotta az lelkesed\u0151ket a tov\u00e1bbi fejleszt\u00e9s motiv\u00e1ci\u00f3j\u00e1t\u00f3l a «kett\u0151son» saj\u00e1t er\u0151b\u0151l. H\u00e1t t\u00e9nyleg: ebben p\u00e1rhuzamosan meg kellett \u00e9rteni, hogyan lehet a m\u00e1r kidolgozott promptk\u00e9sz\u00edt\u00e9si technik\u00e1t az \u00faj k\u00f3dol\u00f3hoz igaz\u00edtani, \u00e9s tov\u00e1bb kellett k\u00e9pezni a modellt azoknak a k\u00e9peknek \u00e9s t\u00e9m\u00e1knak a felismer\u00e9s\u00e9re, amelyekkel a k\u00e9sz\u00edt\u0151k az els\u0151dleges k\u00e9pz\u00e9s sor\u00e1n nem ismertett\u00e9k, - \u00e9s a «m\u00e1sodik» \u00e1ltal gener\u00e1lt k\u00e9pek nem garant\u00e1lt\u00e1k a «m\u00e1sf\u00e9l» min\u0151s\u00e9gi elt\u00e9r\u00e9s\u00e9t. Igen, a 512\u00d7512 pont m\u00e9ret\u0171 SD 1.5-t\u0151l val\u00f3 \u00e1tmenet val\u00f3ban min\u0151s\u00e9gi ugr\u00e1s volt a 768\u00d7768 fel\u00e9, de addigra a k\u00f6z\u00f6ss\u00e9g m\u00e1r r\u00e9g\u00f3ta haszn\u00e1lta az upscalereket, outpaintere-t \u00e9s egy\u00e9b eszk\u00f6z\u00f6ket a v\u00e9gs\u0151 k\u00e9p m\u00e9ret\u00e9nek n\u00f6vel\u00e9s\u00e9re, \u00edgy a SD 2.0, a nagyobb r\u00e9sz\u00e9t tekintve, \u00e9szrev\u00e9tlen\u00fcl ment \u00e1t. SDXL visszat\u00e9rt a standardhoz<\/a><\/noindex> (az OpenAI \u00e1ltal kifejlesztett \u00e9s p\u00e9ld\u00e1ul a DALL-E projektben alkalmazott) CLIP k\u00f3dol\u00f3hoz<\/a><\/noindex> \u2014 a k\u00f3dja is ny\u00edlt, de az az adatb\u00e1zis, amelyen kik\u00e9pezt\u00e9k, ellent\u00e9tben az OpenCLIP-pel<\/a><\/noindex>, szabadalmaztatott. Tov\u00e1bb\u00e1 a «Oversize» alapm\u00e9rete 1024\u00d71024-re n\u0151tt, plusz sz\u00e1mos tov\u00e1bbi fejleszt\u00e9s is megjelent, - \u00edgy a lelkesed\u0151k \u00f6r\u00f6mmel v\u00e1gtak neki a fejleszt\u00e9snek. Jelenleg a SDXL (amely nem olyan r\u00e9gen megjelent, kevesebb hardverig\u00e9ny\u0171 verzi\u00f3ival egy\u00fctt, mint p\u00e9ld\u00e1ul SDXL Turbo<\/a><\/noindex> \u00e9s SDXL Lightning<\/a><\/noindex>) biztosan a legn\u00e9pszer\u0171bb ny\u00edlt forr\u00e1sk\u00f3d\u00fa AI-k\u00e9p-gener\u00e1torral lehet sz\u00e1mon tartani. Mik\u00f6zben a SD 1.5 h\u00e9vvel t\u00e1mogat\u00f3 h\u00edvei \u00e9rvelnek amellett, hogy az olyan legfontosabb eszk\u00f6z\u00f6k, mint a ControlNet, a SDXL-ben tov\u00e1bbra sem lettek m\u00e9lt\u00f3 m\u00f3don \u00e1thelyezve<\/a><\/noindex>.<\/p>\n

\u00c9s 2024. j\u00fanius 12-\u00e9n, a modell k\u00f3dj\u00e1nak «vadonba val\u00f3 kibocs\u00e1t\u00e1sa» \u00f3ta, amely lehet\u0151v\u00e9 tette a helyi gener\u00e1l\u00e1sokat, el\u00e9rkezett a «ny\u00edlt» SD 3 verzi\u00f3 ideje - pontosabban, Stable Diffusion 3 Medium<\/a><\/noindex> (SD3M vagy SD3 2B) 2 milli\u00e1rd m\u0171k\u00f6d\u0151 param\u00e9terrel. Z\u00e1r\u00f3jelben eml\u00e9keztet\u00fcnk, hogy ez a sz\u00e1m az \u00f6sszes perceptron bel\u00e9p\u00e9si s\u00falyainak \u00f6sszeg\u00e9nek felel meg a modellen. M\u00e9g kor\u00e1bban, \u00e1prilisban a Stability AI finom\u00edtotta \u00e9s kereskedelmi haszn\u00e1latra aj\u00e1nlotta a 8 milli\u00f3 param\u00e9ter\u0171 Stable Diffusion 3 Large<\/a><\/noindex>, m\u00e1s n\u00e9ven SD3 8B. Eml\u00e9kezz\u00fcnk r\u00e1, hogy a SDXL 1.0 - 3,5 milli\u00e1rd param\u00e9ter<\/a><\/noindex>, azonban a fejleszt\u0151k szerint az SD3M «a legkifinomultabb modell, amelyet eddig kifejlesztett\u00fcnk az \u00f6sszes k\u00e9p gener\u00e1l\u00e1s\u00e1ra»<\/a><\/noindex>. Azt \u00e9rtett\u00e9k, hogy kisebb videomem\u00f3ria ig\u00e9ny eset\u00e9n, mint az «Oversize», m\u00e9g az egyszer\u0171 utas\u00edt\u00e1sokra is k\u00e9pes lesz olyan k\u00e9peket biztos\u00edtani, amelyek «\u00faj szint\u0171 fotorealisztik\u00e1val» rendelkeznek. Az «h\u00e1rom» el\u0151nyei k\u00f6z\u00f6tt eml\u00edtett\u00e9k a «p\u00e9ld\u00e1tlan tipogr\u00e1fiai min\u0151s\u00e9get a gener\u00e1lt k\u00e9pek sz\u00f6veg\u00e9ben», a «h\u00e1rom k\u00f3dol\u00f3 egyes\u00edtett er\u0151fesz\u00edt\u00e9sei r\u00e9v\u00e9n a parancsok m\u00e9lyebb meg\u00e9rt\u00e9s\u00e9t» \u00e9s a «hat\u00e9kony ut\u00f3edz\u00e9sre val\u00f3 felk\u00e9sz\u00fclts\u00e9get m\u00e9g korl\u00e1tozott adathalmazon is».<\/p>\n

\"\u00daj <\/p>\n

Nyilv\u00e1nval\u00f3an arra sz\u00e1m\u00edtottak, hogy a lelkesed\u0151k k\u00f6z\u00f6ss\u00e9ge, miut\u00e1n megkapja az \u00faj r\u00e9g\u00f3ta v\u00e1rt j\u00e1t\u00e9kot, ugyanolyan lelkesed\u00e9ssel fogja azt t\u00f6k\u00e9letes\u00edteni, mint a «m\u00e1sf\u00e9l» \u00e9s az «Oversize» eset\u00e9ben. Azonban m\u00e1r az elej\u00e9n minden m\u00e1sk\u00e9pp alakult: az SD3M az els\u0151 \u00f3r\u00e1kban a modell f\u00e1jljainak k\u00f6zz\u00e9t\u00e9tele ut\u00e1n a Hugging Face \u00e9s Civitai oldalakon a k\u00f6z\u00f6ns\u00e9g\u00e9nek, m\u00e9ghozz\u00e1 k\u00e9tszeresen is. El\u0151sz\u00f6r \u2013 egy l\u00e1tsz\u00f3lag \u00e1rtatlan \"fekve a f\u0171ben\" (lying on\/in the grass) kifejez\u00e9sre val\u00f3 \u00e9rthetetlen reakci\u00f3val; m\u00e1sodszor \u2013 a felhaszn\u00e1l\u00f3i meg\u00e1llapod\u00e1s megfogalmaz\u00e1saival, amikben m\u00e9g a szakmai jog\u00e1szok sem tudtak azonnal eligibil\u00e1lni. B\u00e1r az \u00e1tlagos AI m\u0171v\u00e9szetet kedvel\u0151 sz\u00e1m\u00e1ra ez ut\u00f3bbi jelent\u00e9ktelennek t\u0171nik, a modell k\u00e9s\u0151bbi fejl\u0151d\u00e9s\u00e9t \u00e9ppen a jogi szempontok fogj\u00e1k a legk\u00f6zvetlenebb hat\u00e1ssal b\u00edrni \u2013 od\u00e1ig is eljutva, hogy egy\u00e1ltal\u00e1n nem k\u00f6vetkezik be fejl\u0151d\u00e9s.<\/a><\/noindex> k\u00e9t alkalommal is el\u00e9rte a k\u00f6z\u00f6ns\u00e9g\u00e9t. El\u0151sz\u00f6r \u2014 l\u00e1tsz\u00f3lag megmagyar\u00e1zhatatlan idioszinkr\u00e1zi\u00e1val azoknak a parancsoknak, amelyek k\u00f6ztudottan \u00e1rtalmatlannak t\u0171ntek, mint p\u00e9ld\u00e1ul «fek\u00fcdni a\/r\u00e9tben» (lying on\/in the grass); m\u00e1sodszor \u2014 hihetetlen\u00fcl hom\u00e1lyos megfogalmaz\u00e1sokkal a felhaszn\u00e1l\u00f3i meg\u00e1llapod\u00e1sban, amelyekbe m\u00e9g a szakmai jog\u00e1szok sem tudtak els\u0151re belem\u00e9lyedni. \u00c9s noha a h\u00e9tk\u00f6znapi AI-rajong\u00f3 sz\u00e1m\u00e1ra a legut\u00f3bbi t\u0171nhet l\u00e9nyegtelennek, a modell tov\u00e1bbi fejl\u0151d\u00e9s\u00e9re \u00e9ppen a jogi k\u00e9rd\u00e9s fog k\u00f6zvetlen hat\u00e1ssal lenni \u2014 od\u00e1ig, hogy elk\u00e9pzelhet\u0151, hogy semmilyen fejl\u0151d\u00e9s nem is fog bek\u00f6vetkezni.<\/p>\n

CreativeML Open RAIL++-M Licenc CreativeML Open RAIL++-M Licenc<\/a><\/noindex> olyan jellemz\u0151kkel, mint az «hat\u00e1rozatlan, glob\u00e1lis, nem kiz\u00e1r\u00f3lagos, ingyenes, k\u00f6lts\u00e9gmentes, visszavonhatatlan szerz\u0151i jogi enged\u00e9ly a reproduk\u00e1l\u00e1sra, felk\u00e9sz\u00edt\u00e9sre, nyilv\u00e1nos bemutat\u00e1sra, nyilv\u00e1nos el\u0151ad\u00e1sra, szublicencel\u00e9sre \u00e9s kieg\u00e9sz\u00edt\u0151 anyagok terjeszt\u00e9s\u00e9re, valamint a modell mellett k\u00e9sz\u00edtett sz\u00e1rmaztatott anyagokra». Az «h\u00e1rom» k\u00e9tf\u00e9le licencel\u00e9st biztos\u00edt: nem kereskedelmi felhaszn\u00e1l\u00e1sra<\/a><\/noindex> — meglehet\u0151sen enyhe megfogalmaz\u00e1sokkal, mint p\u00e9ld\u00e1ul «A Stability AI \u00d6nnek nem kiz\u00e1r\u00f3lagos, glob\u00e1lis, \u00e1truh\u00e1zhatatlan, szublicencel\u00e9sre nem jogosult, visszavonhat\u00f3, ingyenes \u00e9s korl\u00e1tozott szellemi tulajdonjogot biztos\u00edt» — \u00e9s sokkal terhesebb kereskedelmi<\/a><\/noindex>.<\/p>\n

⇡<\/a><\/noindex>#<\/a><\/noindex>A f\u0171 nem hoz j\u00f3t<\/h2>\n

R\u00f6vid id\u0151n bel\u00fcl a k\u00f6z\u00f6ss\u00e9g arra a v\u00e9lem\u00e9nyre jutott, hogy A Stable Diffusion 3 — nem ny\u00edlt forr\u00e1sk\u00f3d\u00fa<\/a><\/noindex>. Tulajdonk\u00e9ppen bojkott\u00e1lta a fejleszt\u0151c\u00e9g, nem akarva id\u0151t \u00e9s energi\u00e1t pazarolni egy nyilv\u00e1nval\u00f3an nyers \u00e9s torz\u00edtott modell tov\u00e1bbk\u00e9pz\u00e9s\u00e9re \u2013 tudva, hogy a Stability AI b\u00e1rmikor, a m\u00e9diaigazgat\u00f3ik legcsek\u00e9lyebb kedv\u00e9\u00e9rt, visszavonhatja a kor\u00e1bban egy adott lelkesed\u0151nek kiadott enged\u00e9lyt, aki ezt a tov\u00e1bbk\u00e9pz\u00e9st v\u00e9gzi. A licencszerz\u0151d\u00e9s megfogalmaz\u00e1sa olyan, hogy a jogi szakk\u00e9pzetts\u00e9ggel nem rendelkez\u0151 olvas\u00f3kban az a benyom\u00e1s alakul ki, mintha a SD3M kereskedelmi alkalmaz\u00e1s\u00e1nak enged\u00e9ly\u00e9nek visszavon\u00e1sa ut\u00e1n a kor\u00e1bbi jogosultnak meg kellene sz\u00fcntetnie a sz\u00e1m\u00e1ra kiadott szellemi tulajdonb\u00f3l k\u00e9sz\u00fclt \u00f6sszes sz\u00e1rmaz\u00e9kot, bele\u00e9rtve a tov\u00e1bbk\u00e9pzett modelleket (LoRA, sz\u00f6veges inverzi\u00f3k, teljes ellen\u0151rz\u00e9si pontok) \u00e9s azok sz\u00e1rmaz\u00e9kait (id\u00e9zet: «A meg\u00e1llapod\u00e1s megsz\u00fcntet\u00e9sekor t\u00f6r\u00f6lni \u00e9s megsz\u00fcntetni kell a szoftverterm\u00e9kek vagy sz\u00e1rmaz\u00e9kos munk\u00e1k haszn\u00e1lat\u00e1t») \u2013 teh\u00e1t azokat a munk\u00e1kat, amelyeket m\u00e1s emberek k\u00e9sz\u00edtettek, akik ezeket a sz\u00e1rmaz\u00e9kos modelleket ind\u00edt\u00f3pontk\u00e9nt haszn\u00e1lt\u00e1k saj\u00e1t munk\u00e1jukhoz; r\u00e1ad\u00e1sul senki nem fizette \u0151ket, \u00e9s csup\u00e1n tiszta lelkesed\u00e9sb\u0151l v\u00e9gezt\u00e9k.<\/p>\n

N\u00e9h\u00e1ny nappal azut\u00e1n, hogy a felh\u00e1borod\u00e1s hull\u00e1ma el\u00e9rte a stratoszf\u00e9ra magass\u00e1gait, megjelentek m\u00e1r szakmai jog\u00e1szok \u00e1ltal \u00e9rkez\u0151 jelent\u00e9sek, hogy nem minden olyan rossz<\/a><\/noindex> \u00c9s hogy a visszavon\u00e1s, amely megtiltja a tov\u00e1bbi felhaszn\u00e1l\u00e1st, val\u00f3j\u00e1ban csak bizonyos, z\u00e1rt k\u00f3d\u00fa seg\u00e9deszk\u00f6z\u00f6ket \u00e9rint, amelyeket a Stability AI \u00e1tad kereskedelmi felhaszn\u00e1l\u00f3nak (mondjuk, a SD3M tov\u00e1bbk\u00e9pz\u00e9s\u00e9nek felgyors\u00edt\u00e1sa \u00e9s optimaliz\u00e1l\u00e1sa \u00e9rdek\u00e9ben), \u2013 de a c\u00e9g eddig m\u00e9g nem adott v\u00e9gleges magyar\u00e1zatot ezzel kapcsolatban. Az a t\u00e9ny, hogy m\u00e1r h\u00e1rom hete (a cikk \u00edr\u00e1s\u00e1nak id\u0151pontj\u00e1ban) csendben maradtak a «tri\u00f3» nyilv\u00e1noss\u00e1gra ker\u00fcl\u00e9se \u00f3ta, sokkal nagyobb k\u00e1rt okoz a fejleszt\u0151 h\u00edrnev\u00e9nek, mint a f\u0171 \u2013 amelyet a kre\u00e1ci\u00f3ja \u00e1ltal gener\u00e1lt l\u00e1nyok tettek.<\/p>\n

\"\u00daj <\/p>\n

A h\u00edrhedt f\u0171 pedig, amely n\u00e9h\u00e1ny \u00f3ra leforg\u00e1sa alatt m\u00e9mm\u00e9 v\u00e1lt, el\u0151sz\u00f6r a Hugging Face-en,<\/a><\/noindex>, majd pedig szinte minden nagyobb profil\u00fa weboldalon, kider\u00fclt, hogy a keres\u00e9si javaslatok k\u00f6z\u00f6tt megjelen\u0151 kifejez\u00e9s, mint p\u00e9ld\u00e1ul «a girl lying on the grass», a tal\u00e1lati list\u00e1n nemcsak hallucin\u00e1ci\u00f3kat, hanem beteg - orvosi \u00e9rtelemben - m\u0171v\u00e9szek \u00e9s filmesek torz v\u00edzi\u00f3it is sz\u00fcli, akik body horrorral foglalkoznak (k\u00e9rj\u00fck, ha az esz\u00e9d \u00e9s az \u00e9leted fontos, — tartsd t\u00e1vol magad az ilyesmit\u0151l, \u00e9s ne pr\u00f3b\u00e1ld meg be\u00edrni ezt a kifejez\u00e9st a biztons\u00e1gi sz\u0171r\u0151 kikapcsolt k\u00e9pkeres\u0151 ablak\u00e1ba). Ezzel szemben a standing - \u00e9s kiss\u00e9 kisebb m\u00e9rt\u00e9kben a sitting - embereket a «trojka» magabiztos n\u00e9gyes pluszra teljes\u00edti, m\u00edg a portr\u00e9k n\u00e9ha teljesen hib\u00e1tlanok; legal\u00e1bbis nem rosszabbak, mint az alap SDXL 1.0 modell\u00e9, - a k\u00e9rd\u00e9s itt egyfajta bels\u0151 tabuban rejlik az emberi test v\u00edzszintes helyzet\u00e9vel kapcsolatban.<\/p>\n

Emad Mostaque, a Stability AI alap\u00edt\u00f3ja \u00e9s kor\u00e1bbi (2024 m\u00e1rcius\u00e1ig) vezet\u0151je megjegyz\u00e9se szerint, aki t\u00e1vozott a c\u00e9gt\u0151l, hogy «decentraliz\u00e1lt mesters\u00e9ges intelligenci\u00e1val foglalkoz\u00f3 projektekben val\u00f3 r\u00e9szv\u00e9tel»<\/a><\/noindex>, a SD3M-en v\u00e9gzett brut\u00e1lis er\u0151szak k\u00f6zvetlen\u00fcl a korl\u00e1tozott non-profit felhaszn\u00e1l\u00e1s\u00e1ra k\u00e9sz\u00fclt s\u00falyainak megnyit\u00e1sa el\u0151tt t\u00f6rt\u00e9nt (eml\u00e9keztet\u0151\u00fcl, az API a nagyobb SD3 8B modell online gener\u00e1l\u00e1s\u00e1hoz, \u00e1prilis \u00f3ta el\u00e9rhet\u0151 a partneroldalakon,<\/a><\/noindex>, de a s\u00faly\u00e1t tov\u00e1bbra is eltitkolj\u00e1k) a jelenlegi vezet\u0151s\u00e9g biztons\u00e1gi t\u00f6rekv\u00e9seinek k\u00f6vetkezm\u00e9nye — «jogi k\u00f6telezetts\u00e9gekkel \u00f6sszef\u00fcgg\u00e9sben»<\/a><\/noindex>, amelyeket m\u00e1r id\u00e9n m\u00e1rciusban fogalmaztak meg, mint Acceptable Use Policy<\/a><\/noindex>. E politik\u00e1n bel\u00fcl, a SD3M generat\u00edv modell alkalmaz\u00e1s\u00e1val a felhaszn\u00e1l\u00f3k sz\u00e1m\u00e1ra tilos «er\u0151szakot, terrorizmust elk\u00f6vetni, el\u0151seg\u00edteni, t\u00e1mogatni, leegyszer\u0171s\u00edteni, b\u00e1tor\u00edtani, tervezni, usz\u00edtani vagy el\u0151seg\u00edteni a tov\u00e1bbi er\u0151szakot, gy\u0171l\u00f6letkelt\u0151 tartalom l\u00e9trehoz\u00e1s\u00e1t, amely diszkr\u00e9t vagy fenyegeti a v\u00e9dett csoportokat (legyen sz\u00f3 nemi, etnikai hovatartoz\u00e1sr\u00f3l, szexu\u00e1lis identit\u00e1sr\u00f3l vagy orient\u00e1ci\u00f3r\u00f3l, vall\u00e1sr\u00f3l stb.)», — teh\u00e1t semmif\u00e9le pandak\u00e9pek, amellyel meztelen s\u00e1rk\u00e1nyokkal harcolnak! Csak cic\u00e1k vicces kalapban, kuty\u00e1k aranyos dzsekikben, ismeretlen tartalm\u00fa palackok \u00e9s frissen s\u00fclt, k\u00f6zvetlen\u00fcl a s\u00fct\u0151b\u0151l kiker\u00fcl\u0151 s\u00fctik!<\/p>\n

Technikai szempontb\u00f3l tal\u00e1n a modell ki\u00fcr\u00edt\u00e9se azt jelentette, hogy az edz\u00e9sadatok k\u00f6z\u00fcl egyszer\u0171en kiz\u00e1rt\u00e1k a fekv\u0151 emberekr\u0151l k\u00e9sz\u00fclt k\u00e9peket, valamint egy\u00e9b k\u00e9peket, amelyek valamilyen m\u00f3don s\u00e9rt\u0151 \u00e9rtelmez\u00e9st sugalltak, ez\u00e9rt most a \u201eh\u00e1rom\u201d egyszer\u0171en \u201enem \u00e9rti\u201d a \u201efek\u00fcdni\u201d sz\u00f3t. Vagy lehet, hogy az SD3 friss\u00edtett architekt\u00far\u00e1ja el\u00e9g magabiztosan azonos\u00edtotta azokat a s\u00falyokat a perceptronokban, amelyek \u201enem biztons\u00e1gos\u201d k\u00e9pek gener\u00e1l\u00e1sa sor\u00e1n aktiv\u00e1l\u00f3dtak, \u00e9s ezeket a s\u00falyokat k\u00f6zvetlen\u00fcl a megjelen\u00e9s el\u0151tt szelekt\u00edven null\u00e1s \u00e1llapotba \u00e1ll\u00edtott\u00e1k, aminek mell\u00e9khat\u00e1sa a \u201ek\u00e9nyszer\u00edtett hallucin\u00e1ci\u00f3\u201d lett. Val\u00f3sz\u00edn\u0171leg, ez m\u00e1r \u00f6sszehasonl\u00edthat\u00f3 a lobot\u00f3mi\u00e1val<\/a><\/noindex>: a k\u00f3dol\u00f3 helyesen alak\u00edtja \u00e1t a sz\u00f6veget tokenekre, de a \u201ebiztons\u00e1gos\u00edtott\u201d rejtett t\u00e9rben ezek a tokenek m\u00e1r nem mutatnak konkr\u00e9t dologra, ez\u00e9rt az eredm\u00e9nyek pixeljei l\u00e9nyeg\u00e9ben v\u00e9letlenszer\u0171en helyezkednek el a k\u00e9pen.<\/p>\n

\"\u00daj <\/p>\n

Figyelembe v\u00e9ve, hogy az SD3 8B z\u00e1rtk\u00f6r\u0171, de teljes API-ja m\u00e1r h\u00f3napok \u00f3ta el\u00e9rhet\u0151, \u00e9s a Stability AI m\u00e9dia menedzserei hevesen \u00e1ll\u00edtj\u00e1k, hogy a \u201ekompacifik\u00e1lt\u201d 2B majdnem ugyanilyen lesz a sz\u00f6veg\u00e9rtelmez\u00e9s \u00e9s a k\u00e9pgener\u00e1l\u00e1s min\u0151s\u00e9g\u00e9ben,<\/a><\/noindex>, az AI-rajzol\u00e1s lelkes h\u00edvei rendk\u00edv\u00fcl \u00f6r\u00f6mmel fogadt\u00e1k a SD3M s\u00falyainak nyilv\u00e1nos kiad\u00e1s\u00e1t j\u00fanius 12-\u00e9n: az els\u0151 24 \u00f3r\u00e1ban a modellt 2,7 milli\u00f3szor t\u00f6lt\u00f6tt\u00e9k le<\/a><\/noindex>. Jelenleg m\u00e9g mindig beszerezhet\u0151, b\u00e1r kicsit k\u00f6r\u00fclm\u00e9nyesebb m\u00f3don, mint ami megszokott az SDXL \u00e9s SD 1.5 ellen\u0151rz\u0151pontokn\u00e1l. Tulajdonk\u00e9ppen a megszokott \u00fat a Civitai weboldal l\u00e1togat\u00e1sa, ahonnan a legt\u00f6bb modellt regisztr\u00e1ci\u00f3 n\u00e9lk\u00fcl lehet let\u00f6lteni, de j\u00fanius 17-e \u00f3ta, eg\u00e9szen addig, am\u00edg a cikket a t\u00f6rdel\u00e9sre \u00e1tadj\u00e1k, a \u201eh\u00e1romhoz\u201d tartoz\u00f3 oldal ezen a weboldalon id\u0151szakos tilt\u00e1s alatt tart\u00f3zkodik<\/a><\/noindex>. Az ok egy: a kereskedelmi licence az SD3M-re egy olyan hom\u00e1lyos nyelven \u00edr\u00f3dott, hogy m\u00e9g a Civitai jog\u00e1szai is sz\u00fcnetet vettek, hogy alaposabban megvizsg\u00e1lj\u00e1k. Hiszen ha egy lelkes amat\u0151r a saj\u00e1t PC-j\u00e9n LoRA-t tr\u00e9ningez a \u201eh\u00e1romhoz\u201d \u00e9s felt\u00f6lti a Civitaira, \u00e9s a Stability AI hirtelen \u00fagy d\u00f6nt, hogy az eredm\u00e9ny nem megfelel\u0151, \u00e9s visszavonja a jogot a felel\u0151st\u0151l, hogyan j\u00e1rjon el a hosztoldal? Hiszen nem csup\u00e1n a saj\u00e1t ellen\u0151rz\u0151pontjait, seg\u00e9d ciklogramm\u00e1it \u00e9s modelljeit helyezi el, hanem lehet\u0151s\u00e9get biztos\u00edt a l\u00e1togat\u00f3knak a felh\u0151alap\u00fa k\u00e9pgener\u00e1l\u00e1sra, valamint a LoRA, sz\u00f6veges inverzi\u00f3k stb. tr\u00e9ningez\u00e9s\u00e9re is. Sz\u00f3val, m\u00edg jogi \u00fcgyek folynak, a modell f\u00e1jljait \u00e9s a h\u00e1rom, vele egy\u00fctt j\u00e1r\u00f3 tokentext \u00e1talak\u00edt\u00f3t csak \u00edgy lehet megszerezni. a Stability AI hivatalos oldal\u00e1r\u00f3l a Hugging Face port\u00e1lon<\/a><\/noindex>.<\/p>\n

⇡<\/a><\/noindex>#<\/a><\/noindex>Kezdj\u00fck is<\/h2>\n

Az igazs\u00e1g az, hogy van egy kis csavar: a bebootolhat\u00f3 linkek el\u00e9r\u00e9s\u00e9hez be kell jelentkezni a weboldalon, majd meg kell er\u0151s\u00edteni a kor\u00e1bban eml\u00edtett dr\u00e1mai licencegyezm\u00e9nyt \u2013 azonban ez a folyamat ingyenes \u00e9s Oroszorsz\u00e1gb\u00f3l teljesen el\u00e9rhet\u0151. \u00d6sszesen n\u00e9gy modellt (models) \u00e9s n\u00e9gy sz\u00f6veges promptokat tokenekk\u00e9 alak\u00edt\u00f3 \u00e1talak\u00edt\u00f3t (encoders) k\u00edn\u00e1lnak, plusz h\u00e1rom p\u00e9ldafolyamatot a ComfyUI munkak\u00f6rnyezet\u00e9ben val\u00f3 v\u00e9grehajt\u00e1sra. amelyr\u0151l m\u00e1r besz\u00e9lt\u00fcnk<\/a><\/noindex>:<\/p>\n

modellek:<\/p>\n