Пизда вам, пацаны.

Я никогда не заходил в этот раздел, но примерно могу понять, о чём вы говорите. Рисовать я не умею. С другой стороны, я кой-чего понимаю в нейронках. Злиться на меня бесполезно, самопиаром заниматься тоже, просто послушайте.

Вы пребываете в отрицании, связанном с технической неграмотностью, поэтому буду говорить просто. Это не очередной гиммик вроде фотобаша или что там у вас было. Это не просто программа типа SAI, в которую напихали вручную прописанных фильтров и кистей. Это не консольный ввод к фотошопу и не гугол с поиском. Это не человек. В ней нет исходных картинок. В ней есть именно что понимание того, как те или иные узоры пикселей связаны с теми или иными словами, и идея "узора" тут идёт до человеческого уровня – до черт лица, до стилей, до характеристического размера объектов в сцене. От размера модели, интенсивности тренинга, и нескольких ещё понятных параметров зависит почти всё, что пока отличает нейросеть и топового художника. Вопрос с научной точки зрения решён, всё.

Ваша интуиция основана на человеческом опыте, в том числе собственном, и на поверхностных оценках публично доступных нейросеток. Вы художники и вы дрочите на качество, вы привыкли друг друга токсить критиканством. Вы думаете, что любой может быстро дойти от дошкольных рисунков до уродливого веб-комикса, но оттуда до "крутанов" путь в долгие годы. Вы думаете, что выучить, как засрать простую композицию текстурами – очень просто. Вы думаете, что сложность и стоимость разработки сетей будет расти пропорционально их способностям. Вы думаете, что доступные сейчас шакальные картинки с примитивной композицией сообщают о каких-то глубоких признаках нейросетей как подхода.

Всё это неверно или неприменимо к данному случаю. После того, как нейросеть научилась тыкать Эмме Уотсон 128 на 128 в пасть бананом, путь до ваших крутанов уже на 99% был пройден, потому что у нейросетки появилось представление об Эмме, о лицах, о бананах и о том, как они могут взаимодействовать. То есть появилось понимание. У неё нет никаких внутренних инструментов и никакой предвзятости, она просто коррелирует пиксели, обмазать сцену текстурами и нарисовать сисястую фотореалистичную бабу, на которой шейдеры как в Анриле или 3Д-порнухе – совершенно одинаково по сложности. (Midjourney специально дообучали мазать на специальном датасете, потому что базовая модель слабая, а любителей концептёрского говна довольно много). Вы не понимаете, что есть богатые люди, которые готовы просто по фану спонсировать обучение и раздачу мощных моделей, и уже прекрасно размеченные и тегированные кумерами датасеты в виде боору-сайтов и торрентов. Вы не понимаете, что сложность и размер картинки – это вопрос того, прикручен ли к ней большой текстовый энкодер или достаточно ли VRAM на рендерящей машине, а не что-то связанное с нерешёнными инженерными проблемами.

Все ваши возражения, которые я тут видел, смешные, всё это находится на разных предрелизных стадиях решения, в академических статьях уже 50-70% решено. То, что нейросетки повторяют объект несколько раз, например, это тупо вопрос размера окна внимания, это просто фиксится. То, что не получается текст на картинке – это уже пофиксили, просто пиарят меньше, чем сраный dall-e 2 (смотрите google imagen, parti). "Сделай вариант картинки 4, но ебло как на 3, и клыки, и змеиный язык, и добавь драматического освещения, и поменяй фон, и отчётливее, без мазни, и вообще вот чтобы тут был лес, а тут брызги спермы, и похотливое выражение у шлюхи сделай, и 8К" – всё это можно, это просто требует небольшого допиливания интерфейса, а не какого-то прорыва на уровне модели как таковой. Машинлёрнеры собрали ракетный движок, но пока не прикрутили к нему остальную ракету. Вы зубоскалите насчёт уродливой бесполезной железяки, не понимая, что остальная ракета – это, в общем-то, алюминиевая бочка. Даже новые объекты, новых персонажей, новые СТИЛИ довольно просто будет создавать, когда прикрутят небольшой костыль для работы в латентном пространстве.

Уже несколько дней как по рукам исследователей распространяется чекпойнт stable diffusion. Это первая версия модели, и самая простая, она влезает в потребительские видеокарты (5 гигабайт), и скоро её раздадут людям. При этом она знает приблизительно всё – стили, объекты, людей, шейдеры. Ну вы сами видите. Всё, что она не знает (макиму, фурри-члены, отборное японское копро) – в неё можно загнать файнтюнингом, грошовым по сравнению с первичным процессом. Исходный объём датасета – 100 терабайт, 2 миллиарда картинок. Если рассматривать тренинг модели как сжатие, то такое сжатие изоморфно человеческому обучению по крайней мере на уровне зрительной коры. Это никак иначе не могло бы сработать.

Следующее поколение сетей сможет в ваншот-обучение, когда показывают одну картинку вайфу 2023 года и она понимает эту вайфу в общем случае. Это уже проверено в текстовых моделях, это точно так же будет работать в text to image, логические примитивы там одинаковые.

> Нет вы дауны. Человек интерпритирует свой опыт. Его опыт только его.

> Нейросеть ПИЗДИТ, пиздит НАПРЯМУЮ, просто копипаст наглый. Она не создает линии с 0, не ведет их, она просто берет и перерисовывает\накладывает фильтры.

Повторение лжи не делает её правдой.

У вас не 10 лет, не 5 лет, даже не год. К концу 2022-го хайрезный арт человеческого уровня уже будет обыденностью и будут обсуждаться видео, 3Д-модели, голос и музыка.

У вас есть один шанс продлить свою актуальность: конвертировать своё знание индустрии в ноу-хау для промптов. Я например в душе не ебу, как зовут этих ваших макак-рисовак. Ещё можете накидывать сцены в духе >>793842, на скорость строить размеченную композицию. Ещё можно пока отступить в 3Д, там сложнее. Там и FR подъедет и нужны будут люди с хорошим вкусом манямирки обустраивать – ну, несколько лет, пока не интегрируют BCI для нейрофидбека потребляди.

Думайте, думайте.

Самое грустное: всё это делается не для того, чтобы вас заменить. Рисунки – это просто эксперименты. Задача – понимание языка и визуального контента, для создания сильного ИИ. Это пикник на обочине, а вы угодили в артефакт.

Вот послушайте умного человека, может дойдёт. https://www.youtube.com/watch?v=YQ2QtKcK2dA