AI इमेज जनरेशन तकनीक तेज़ी से विकसित हो रही है, लेकिन मॉडल का आकार लगातार बढ़ता जा रहा है, जिससे सामान्य उपयोगकर्ताओं के लिए प्रशिक्षण और उपयोग की लागत बहुत अधिक हो गई है। हाल ही में, एक नया टेक्स्ट-टु-इमेज फ्रेमवर्क 'सना' उभरा है, जो 4096×4096 रिज़ॉल्यूशन तक की अल्ट्रा-एचडी इमेजेस को प्रभावी ढंग से उत्पन्न कर सकता है, और इसकी गति आश्चर्यजनक है, यहां तक कि यह लैपटॉप के GPU पर भी चल सकता है। सना की मुख्य डिजाइन में शामिल हैं: डीप कॉम्प्रेशन ऑटोएन्कोडर: पारंपरिक ऑटोएन्कोडर की तुलना में, जो केवल 8 गुना छवि संकुचन करता है, सना द्वारा उपयोग किए जाने वाले ऑटोएन्कोडर का डिजाइन बहुत अधिक है।

AI इमेज जनरेशन प्लेटफार्म Ideogram ने हाल ही में एक नई सुविधा पेश की है - बैच इमेज जनरेशन टूल, जो उपयोगकर्ताओं को एक्सेल जैसी फ़ाइलों (जिसमें संकेत शब्द और सेटिंग्स शामिल हैं) को अपलोड करके बड़े पैमाने पर इमेज जनरेशन की अनुमति देता है। यह नवोन्मेषण सुविधा इमेज जनरेशन प्रक्रिया को सरल बनाने के लिए बनाई गई है, कार्य कुशलता में काफी वृद्धि करती है, और पेशेवर डिज़ाइनरों और रचनात्मक लोगों के लिए एक सुविधाजनक क्रिएटिंग अनुभव लाती है। चित्र स्रोत नोट: छवि AI द्वारा उत्पन्न की गई है, छवि授权 सेवा प्रदाता Midjourney द्वारा बैच में उत्पन्न: एक-एक करके इनपुट करने की छुट्टी, कुशलता में वृद्धि।

प्रसिद्ध AI इमेज जनरेशन टूल FLUX1.1Pro ने एक महत्वपूर्ण अपडेट प्राप्त किया है, नया संस्करण FLUX1.1Pro Ultra पेश किया गया। नया संस्करण अधिकतम 4 मेगापिक्सल रिज़ॉल्यूशन का समर्थन करता है और उत्पन्न करने की गति काफी बढ़ गई है, हर इमेज केवल लगभग 10 सेकंड में पूर्ण हो जाती है। FLUX1.1Pro Ultra अल्ट्रा मोड और रॉ मोड दो मोड प्रदान करता है, जो उपयोगकर्ताओं की स्पष्टता और वास्तविकता की विभिन्न आवश्यकताओं को पूरा करता है। अल्ट्रा मोड में, उपयोगकर्ता अति उच्च रिज़ॉल्यूशन इमेज उत्पन्न कर सकते हैं।

NVIDIA ने MIT और Tsinghua विश्वविद्यालय के शोधकर्ताओं के सहयोग से Sana नामक एक नई टेक्स्ट से इमेज जनरेशन फ्रेमवर्क विकसित की है, जो 4096×4096 रिज़ॉल्यूशन तक की इमेज को कुशलता से उत्पन्न करने में सक्षम है। Sana का उपयोग करते हुए, उच्च गुणवत्ता वाली और टेक्स्ट के साथ अत्यधिक संगत उच्च रिज़ॉल्यूशन इमेज को बेहद तेज़ गति से आज़माया जा सकता है, और यह लैपटॉप के GPU पर भी काम कर सकता है। Sana के मुख्य डिज़ाइन में शामिल हैं: गहरी संकुचन स्वचालित एन्कोडर: पारंपरिक स्वचालित एन्कोडर के विपरीत, जो केवल इमेज को 8 गुना संकुचित करते हैं, Sana द्वारा प्रशिक्षित स्वचालित एन्कोडर

Getty Images और NVIDIA ने एक उन्नत AI इमेज जनरेशन टूल लॉन्च किया है, जो 6 सेकंड में 4 इमेज बनाने की गति प्रदान करता है, जो पिछले संस्करण की तुलना में दोगुनी तेज है। नया मॉडल NVIDIA Edify आर्किटेक्चर का उपयोग करता है, जिससे आउटपुट की गुणवत्ता में काफी सुधार होता है, लंबे निर्देश इनपुट का समर्थन करता है, इमेज़ को बढ़ाने का प्रभाव बेहतर होता है और मॉडल को ट्यून करने की क्षमता बढ़ी है। टूल में एक नया AI इमेज संशोधन फीचर जोड़ा गया है, जिससे उपयोगकर्ता उत्पन्न AI इमेज और पूर्व-शूट की गई रचनात्मक इमेज को संशोधित कर सकते हैं, जिसमें तत्वों को जोड़ना या बदलना, कैनवास का विस्तार करना आदि शामिल हैं। यह फीचर iStock पर उपलब्ध हो गया है और जल्द ही अन्य प्लेटफार्मों पर भी आ रहा है।

देश का प्रमुख AI इमेज जनरेटिंग प्लेटफ़ॉर्म LiblibAI ने पिछले एक वर्ष में तीन फंडिंग राउंड पूरे किए हैं, जिसमें कुल राशि कई करोड़ RMB तक पहुँच गई है, जो देश में AI इमेज ट्रैक की अधिकतम कुल फंडिंग रिकॉर्ड स्थापित करती है। इन तीन फंडिंग राउंड में से पहला एंजल राउंड है जिसमें स्रोत कैपिटल, हाई रॉन्ग वेंचर और जिंशाजींग वेंचर ने निवेश किया, दूसरा राउंड रणनीतिक निवेशक द्वारा नेतृत्व किया गया, और तीसरा राउंड मिंगशि कैपिटल द्वारा नेतृत्व किया गया, पुराने शेयरधारकों ने कई राउंड में निरंतर समर्थन दिया। युआनशि कैपिटल कई फंडिंग राउंड मेंएक्सक्लूसिव फाइनेंशियल एडवाइज़र के रूप में कार्यरत था।

माइक्रोसॉफ्ट ने पोस्टर के चलन का जवाब देते हुए AI इमेज जनरेशन टूल को डिज़्नी के कॉपीराइट आवश्यकताओं के अनुसार समायोजित किया। माइक्रोसॉफ्ट ने बिंग इमेज जनरेटर में 'डिज़्नी' शब्द का इनपुट रोक दिया। बौद्धिक संपत्ति कंपनी का कहना है कि डिज़्नी के प्रतीक को कॉपी करना ट्रेडमार्क अधिकार का उल्लंघन है। क्या जनरेटिव AI ने डिज़्नी की सामग्री का उपयोग किया है, इस पर सवाल उठते हैं। बड़े मीडिया कंपनियों ने AI डेवलपर्स पर अपने फोटो का उपयोग कर AI को प्रशिक्षित करने के लिए मुकदमा दायर किया।