Нейросети наконец начинают понимать слово «поправь», а не «нарисуй всё заново и сломай ...
Нейросети наконец начинают понимать слово «поправь», а не «нарисуй всё заново и сломай лицо». SenseTime выпустила финальную SenseNova U1.5 Lite — открытую модель для генерации и редактирования изображений. Обещают нативный 4K, сложные инструкции, нормальный текст в кадре и сохранение исходной картинки. Самая полезная часть — точечный контроль. Можно дать несколько референсов, указать, где менять объект, и не устраивать лотерею «поменяли фон — заодно поменяли человека, свет и смысл жизни». Картинка у генераторов давно получается красивой. Проблема начинается на второй правке от клиента: «здесь другой товар, композицию и надпись не трогай». Вот это и пытаются превратить из шаманства в процесс. Веса и код лежат открыто, но без сказок про магию на любом ноутбуке: требования к железу зависят от сборки и разрешения. Если модель держит объект, текст и правки без сюрпризов, она интересна не только художникам. Для маркетинга и карточек товаров это тот скучный кусок работы, где обычно умирают часы и нервы.