Ordbog
Diffusionsmodel
En diffusionsmodel er en generativ AI, der trin for trin forvandler tilfældig støj til et billede.
En diffusionsmodel er en type generativ kunstig intelligens, der skaber et billede ved at starte fra tilfældig visuel støj og gradvist forfine den til et sammenhængende billede. Den lærer ved at studere millioner af billeder, og hvordan de nedbrydes til støj, og vender derefter den proces om: ved hvert trin fjerner den lidt støj og tilføjer lidt struktur og afslører langsomt et færdigt design, der svarer til det forespurgte. Forestil dig det som en billedhugger, der afdækker en form inde i en marmorblok, bortset fra at marmoren er kornede tilfældige pixels, og vejledningen kommer fra en tekstbeskrivelse eller et referencebillede. For nogen, der planlægger en tatovering, er dette den maskine, der gør moderne AI-kunst mulig. Værktøjer som wizard.tattoos Design Forge bruger diffusionsmodeller til at oversætte en idé, såsom en sætning eller en skitse, til et poleret tatoveringskoncept, du kan studere, justere og visualisere, før du forpligter dig til blæk. Fordi modellen arbejder iterativt, kan du ofte påvirke, hvor nøje den følger din formulering, hvor meget kreativ frihed den tager, og hvor detaljeret resultatet bliver. At forstå, at resultatet vokser ud af vejledt støj, hjælper med at forklare, hvorfor to forsøg på den samme idé kan se forskellige ud, og hvorfor små formuleringsændringer meningsfuldt kan omforme den kunst, du ser.