瞬間生圖的SDXL-Turbo有什麼重要性?

閱讀時間約 4 分鐘
raw-image


最近 Stability.Ai 這間公司又發表了一個新的Model 叫做 SDXL Turbo。眾所周知SDXL 對比過去的 SD 1.5 的特性是,Model比較大,不但可以產生構圖較好的AI畫作,也能夠產生較高解析度的圖片。 但是這款SDXL Turbo 主打的確是完全不同的方向,SDXL Turbo主打可以1 step就產生一定品質的圖片 (圖片品質比SDXL甚至SD 1.5還要低),完全是以速度取勝,那麼SDXL Turbo這個技術代表的是怎樣的突破呢? 究竟秒出圖的技術能夠有什麼實際的應用呢? 這就是我們這篇想要探討的。

首先我們還是來看看SDXL Turbo實際上操作的樣子,我們這篇不是教學怎麼使用SDXL Turbo所以不會討論到安裝的部分,實際上使用需要去下載SDXL Turbo的Model,並且推薦使用Comfyui 較為彈性。 能夠做到的狀態,大概就是如下圖

SDXL Turbo Prompt

SDXL Turbo Prompt

雖然Gif檔的解析度不夠高,但是大家是可以看到,隨著我自己一邊改變提示詞(prompt),圖片裡的畫面就會即時更新,為什麼可以做到這樣呢? 因為SDXL Turbo的產圖速度太快了,如果顯卡夠力甚至可以0.1秒就產一張圖,就可以做到一邊改提示詞一邊馬上看到圖片更新。

再來SDXL Turbo本身也能加上導引的Painting node,那麼就能做到底下的效果

SDXL Turbo Painter Node

SDXL Turbo Painter Node

也就是除了提示詞以外,我一邊畫用作導引的圖,右邊的AI生圖也能即時更新。導引圖可以針對顏色,構圖等等的做出導引,可以說是非常有意思的應用。

那麼,究竟AI秒出圖的意義在那邊呢? 這才是我想要探討的議題,粗淺的稍為思考了一下,我想針對幾個情境來思考。

第一個情境是,原本就對於需要產生畫作的工作,這有可能是2D/3D設計師,插畫師,美工排版人員,小編等等。SDXL Turbo 這種秒產圖的能力可以說是有非常直接的貢獻,畢竟你可以在固定其他參數的狀態下,快速的微調你的提示詞,甚至是與ChatGPT一起協做發想提示詞,用超快的速度產出各式各樣不同的圖案,再從滿意的風格/提示詞中選擇大的Model 如SDXL 去產生好的高解析度圖案。 而 SDXL with painter node 也提供了可以有效的控制產出的方式,可以說是讓設計師從簡單的構圖還有色彩馬上就能看到成果,可以讓設計師更為集中精力在如何傳達產品/圖片的精神上。

第二個情境我們就要跳脫"設計師"還有"美工"這個領域了,我們來思考確實需要圖片創作但是卻不是直接與設計相關的部分,能否應用到這個新技術呢? 最直觀馬上可以想到的就是類似Powerpoint 投影片創作的部分,相信很多上班族都看夠了平淡無奇僅僅有文字的投影片吧? 如果說搭配上這樣秒產圖的技術,讓你一邊創作投影片的時候,AI立刻自動替你補上圖片說明,讓你的投影片一看就能理解,那麼是不是有很大的幫助呢?

raw-image

這應該是馬上就能夠實現的,不過我認為這個功能,應該是會由Microsoft Office 的Office copilot 直接實現,而其他所有的設計或是簡報類的軟體,應該都會馬上導入這個技術的。

最後一個我們要探討的,就是跳脫傳統設計領域,且傳統上也不需要圖片的應用領域,那麼這包含什麼領域呢? 其實我覺得這應該才是最有意思且潛力最大的,舉例來說 Meta(Facebook)就有在他們發表的演說裡面提到,將來會將這種繪圖的應用用到類似messenger的即時通訊之中,那麼只要交談的人有意願,AI隨時可以把你們談論到的事物具象化,或是把你的表情即時的產出一個emoji。

另外這樣的技術也能夠應用到譬如電子小說/電子遊戲之中,讓原本只有文字介面的小說/文字型電玩直接變成是圖文並茂(或是理所當然的搭配AI產生的音樂的產品),而在娛樂的範疇或社交網路的範疇,更有無限多的應用,並且讓 content creator 的想像力能夠解放。 ​

最後的想法就是,這樣超快速產圖的科技,會讓Generative AI快速的下放到手機/平板等隨身的設備上面,而這樣可以激盪出怎樣的火花呢? 這就是我們可以持續思考(也應該是潛力無窮的地方了)






技術PM的AI實驗室,是以輕鬆的角度深入簡出的探討各種生成式AI工具的使用。無論你是想理解AI到底是怎麼運作的? 想知道有那些好用的生成式AI工具? 或者是對AI繪圖有興趣的,都歡迎加入我們的AI實驗室一起輕鬆地玩耍,我們邊玩邊學,學習跟AI一起共創新的可能。
留言0
查看全部
發表第一個留言支持創作者!