A képgeneráló AI-eszközök szöveges prompt alapján hoznak létre vizuális tartalmat. Az alábbiakban a legismertebb rendszerek fő jellemzői kerülnek ismertetésre.
DALL-E
Az OpenAI DALL-E modellje a ChatGPT ökoszisztémába integrálódik. Szöveges leírásból generál képeket, támogatja a kép szerkesztését és variációk készítését. Webes felületen és API-n keresztül érhető el.
Stable Diffusion
A Stability AI Stable Diffusion modellje nyílt forráskódú, helyi futtatásra is telepíthető. Széles közösségi támogatással rendelkezik, számos finomhangolt változat (checkpoint) érhető el. A ComfyUI és Automatic1111 népszerű frontend felületek.
Midjourney
A Midjourney Discord-alapú felületen működik, és művészi minőségű képgenerálásáról ismert. A prompt szintaxis sajátos paramétereket használ (pl. --ar az oldalarányhoz, --v a modellverzióhoz).
Adobe Firefly
Az Adobe Firefly a Creative Cloud ökoszisztémába integrálódik. A generált képek kereskedelmi felhasználásra is engedélyezettek az Adobe licencfeltételei szerint. Integrálható a Photoshop és Illustrator eszközökbe.
| Eszköz | Hozzáférés | Helyi futtatás | Negatív prompt |
|---|---|---|---|
| DALL-E | Web, API | Nem | Korlátozott |
| Stable Diffusion | Web, helyi | Igen | Igen |
| Midjourney | Discord | Nem | Igen |
| Adobe Firefly | Web, Creative Cloud | Nem | Korlátozott |
Articles published on this website summarize publicly available information, industry research and educational materials.