Az AI képcsinálók (Midjourney/stable diffusion) hogy is működnek pontosan? több lenn

Igen, valóban maga állítja elő a képet. Gyakorlatilag megtanították neki, hogy egy képből hogyan készíthető random zaj, és ezt a folyamatot játssza le visszafelé, tehát véletlenszerűen generált zajból állít értelmezhető képet. Itt egy kép a folyamatról: [link]

Van egy szövegértelmező komponense, ami elemzi és értelmezi a felhasználói promptot, ez több millió képből álló adatbázison lett tanítva, olyanon, mint pl. a laion2B és LAION-Aesthetics v2 ( [link] ).

"tehát ha például beírod hogy "lézerkard egy macska kezében", akkor keres az interneten macskás és lézerkardos képeket, aztán összekombinálja"

Generáláskor nem keres semmit.

Nagyon-nagyon leegyszerűsítve: van egy tanítási fázis, amikor egy-egy adott kifejezéshez - "macska", "lézerkard" - létrehoznak egy "paramétermátrixot" (ez kb. egyfajta, igen zajos kis felbontású "kép"), amit igen sok, a kifejezéshez tartozó képből alakítanak ki (ezeket a képeket persze az Internetről szedik össze). Ebből lesz egy modelled (Stable Diffusion esetén ez pár GB méretű).

Amikor képet generálsz, akkor ebből a modellből az adott kifejezéshez a program megkeresi az adott "paramétermátrixot", és ezeket kombinálva, feljavítva alakítja ki a képet.

"Az lehetett a baj, hogy a stable diffusion online változatát használtam? "

Az azért probléma, mert az online változatok adott modell(ekk)el dolgozik, nem lehet testre szabni, más modellekkel kiegészíteni, tanítani.

"ha letölteném pc-re, jobb képeket csinálna?"

Mivel több modellt használhatsz hozzá, jobban testre tudod szabni, ezért igen.

Egy könnyebben kezelhető, webböngészőből használható változat:

[link]

modellek (ingyenes regisztrációt igényel):

[link]

"ezt is be kell installálni, azt a webböngészőset is."

Igen, a telepítés lépései szerepelnek az oldalon:

[link]

szükséged van hozzá a Python 3.10.6-ra (ez a programozási nyelv, amiben a Stable Diffusion-t írták):

[link]

és a Git-re (ez pedig egy verziókezelő rendszer, esetedben arra lesz használva, hogy ezzel töltheted le az egész cuccost):

[link]

"És azzal a civitai oldallal mit csináljak? több modellt ad hozzá a stable diffusionhoz?"

Igen, onnan tölthetsz le modelleket.

"regisztrálok és letöltés?"

Regisztrálsz, bejelentkezel, kiválasztod a neked tetsző modelleket és letöltöd a feltelepített Stable Diffusion megfelelő könyvtárába.