कृत्रिम बुद्धिमत्ता (AI) द्वारा संचालित टेक्स्ट-टू-इमेज (T2I) निर्माण मॉडल, जैसे कि DALLE3, Adobe Firefly3, आदि, उत्कृष्ट निर्माण क्षमताएँ प्रदर्शित करते हैं और वास्तविक अनुप्रयोगों में अपार संभावनाएँ रखते हैं। हालाँकि, ये मॉडल आमतौर पर अरबों के पैमाने पर होती हैं, जिससे मेमोरी की मांग बहुत अधिक होती है, जो मोबाइल डिवाइस जैसे संसाधन-सीमित प्लेटफार्मों पर तैनाती के लिए बड़ी चुनौतियाँ पैदा करती हैं। इन समस्याओं को हल करने के लिए, बाइटडांस और POSTECH के शोधकर्ताओं ने T2I मॉडल के लिए अत्यधिक निम्न-बिट क्वांटाइजेशन तकनीक का पता लगाया।

Shakker AI ने आज अपने नवीनतम उन्नत छवि जनरेशन मॉडल - Zeno-1 की घोषणा की। यह मॉडल न केवल पूर्ववर्ती FLUX.1 की उत्कृष्टestética और कलात्मकता को अपनाता है, बल्कि आंतरिक सिफारिश प्रणाली के माध्यम से शैली विविधता में एक छलांग भी प्रदान करता है। Zeno-1 का लॉन्च डिजिटल कला निर्माण उपकरणों के लिए एक नए युग का प्रतीक है। यह उपयोगकर्ताओं को अपने डिजिटल कला कार्यों को पहले कभी न देखे गए तरीकों से आकार देने और उन्हें परिष्कृत करने की अनुमति देने के लिए नियंत्रण उपकरणों की एक श्रृंखला प्रदान करता है। Zeno-1 मॉडल की मुख्य विशेषताएँ इस प्रकार हैं: पैलेट नियंत्रण: उपयोग करें

हाल के वर्षों में, कृत्रिम बुद्धिमत्ता प्रौद्योगिकी में तेजी से प्रगति हुई है, और छवि उत्पादन के क्षेत्र में भी महत्वपूर्ण उपलब्धियां हासिल की गई हैं। हालांकि, अधिकांश मॉडल व्यक्तियों के चित्रण के दौरान अक्सर चीनी लोगों की शारीरिक विशेषताओं और सौंदर्य प्राथमिकताओं को सटीक रूप से पकड़ने में असफल रहते हैं। इसलिए, FLUX.1-dev पर आधारित कृत्रिम बुद्धिमत्ता मॉडल AWPortraitCN आया है, जो चीनी लोगों के रूप और सौंदर्यशास्त्र के करीब आने वाले चित्र बनाने पर केंद्रित है। AWPortraitCN मॉडल ने विभिन्न प्रकार की चित्र छवियों का प्रशिक्षण प्राप्त किया है, जिसमें इनडोर और आउटडोर पोर्ट्रेट, फैशन फोटो और स्टूडियो शामिल हैं।

TryOn Labs द्वारा विकसित FLUX.1-dev LoRA कपड़ा जनरेटर, उन्नत कृत्रिम बुद्धिमत्ता तकनीक का उपयोग करके उपयोगकर्ताओं को अविस्मरणीय फैशन डिज़ाइन अनुभव प्रदान करता है। केवल कपड़े के रंग, पैटर्न, सामग्री, शैली आदि जैसे विवरणों का पाठ के माध्यम से इनपुट करें, और त्वरित रूप से संबंधित कपड़ा डिज़ाइन चित्र उत्पन्न करें। FLUX.1-dev LoRA मॉडल की ताकत इसकी लचीली इनपुट प्रारूप और समृद्ध फैशन ज्ञान आधार में निहित है। उपयोगकर्ता अपनी रचनात्मकता को पूरी तरह से व्यक्त कर सकते हैं, अपने आदर्श कपड़े का वर्णन कर सकते हैं।

एलों मस्क की xAI ने हाल ही में एक एपीआई (API) लॉन्च करने की घोषणा की है, जो तृतीय पक्ष विकासकर्ताओं को xAI के Grok बड़े भाषा मॉडल द्वारा समर्थित अनुप्रयोगों और कार्यों तक पहुंचने और निर्माण करने की अनुमति देती है। xAI का API विकासकर्ताओं को Grok-2 और Grok-2mini मॉडल तक पहुंच प्रदान करता है और Black Forest Labs के Flux.1 विकिरण मॉडल का उपयोग करके विस्तृत छवियों को उत्पन्न करने का समर्थन करता है। xAI API एक We पर आधारित है

हाल ही में, अली मामा की क्रिएटिव टीम ने FLUX.1-Turbo-Alpha लॉन्च किया, जो FLUX.1-dev मॉडल प्रशिक्षण पर आधारित 8 चरणों में डिस्टिल्ड Lora मॉडल है। इस मॉडल ने मल्टीहेड डिस्क्रिमिनेटर का उपयोग किया है, जिसने डिस्टिलेशन की गुणवत्ता में महत्वपूर्ण वृद्धि की है, और यह पाठ से चित्र निर्माण, संशोधन नियंत्रण नेटवर्क जैसे विभिन्न FLUX संबंधित अनुप्रयोगों का समर्थन करता है। टीम ने सिफारिश की है कि उपयोग करते समय गाइड स्केल को 3.5 सेट किया जाए, Lora स्केल 1 पर हो, और भविष्य में और भी कम चरणों का संस्करण लॉन्च किया जाएगा। FLUX.1-Turbo-

FLUX.1-dev-LoRA एक अभिनव छवि जनरेशन मॉडल है, जो वास्तविकता और चित्रण तत्वों को मिलाकर अनूठी दृश्य प्रभाव उत्पन्न करने में विशेषज्ञ है। FLUX.1-dev पर प्रशिक्षित, यह अग्रभूमि के पात्रों को चित्रण शैली में चित्रित करता है, जबकि पृष्ठभूमि को वास्तविकता में बनाए रखता है, और यह सामाजिक मंचों पर रचनात्मक छवियों के उत्पादन के लिए उपयुक्त है। उपयोगकर्ता दृश्य वर्णन और पात्रों की क्रिया के संकेत प्रदान करके अपनी आवश्यकताओं के अनुरूप छवियाँ उत्पन्न कर सकते हैं। आधिकारिक संकेत शब्द उदाहरण यह प्रदर्शित करते हैं कि विशेष कला शैली एकीकरण को प्राप्त करने के लिए किस प्रकार विवरण दिया जाना चाहिए। ऑनलाइन अनुभव और मॉडल डाउनलोड लिंक उपलब्ध हैं।

AWPortrait-FL एक छवि निर्माण मॉडल है जो FLUX.1-dev पर प्रशिक्षण प्राप्त करता है और यह पोर्ट्रेट फोटोग्राफी पर केंद्रित है। फैंसी फोटोग्राफी फोटो डेटा सेट के उच्च एस्थेटिक गुणवत्ता का उपयोग करके, यह छवि की संरचना और विवरण प्रदर्शन में सुधार करता है, विशेष रूप से त्वचा की बनावट और यथार्थता में। यह गैर-व्यावसायिक उपयोग लाइसेंस के तहत कार्य करता है, उत्पन्न छवियाँ केवल गैर-व्यावसायिक उपयोग के लिए सीमित हैं। इस मॉडल के प्रमुख कार्यों में उच्च गुणवत्ता वाली छवि निर्माण, त्वचा के विवरण में सुधार, लचीले संकेत देने की क्षमता, GPU त्वरितीकरण, गैर-व्यावसायिक उपयोग लाइसेंस, विभिन्न रिज़ॉल्यूशन विकल्प, और उत्कृष्ट संरचना शामिल हैं।

Flux.1 पर आधारित LoRA मॉडल Half_illustration एक नवोन्मेषी चित्र प्रसंस्करण उपकरण है, जो साधारण तस्वीरों को फोटोग्राफी और चित्रण तत्वों के साथ कला कार्यों में परिवर्तित करता है। उपयोगकर्ता केवल एक दृश्य का वर्णन करें या विशिष्ट निर्देश जोड़ें (जैसे 'TOK की शैली में'), मॉडल वास्तविक और स्वप्निल, दृश्य प्रभाव से भरपूर कलात्मक कार्य उत्पन्न कर सकता है। यह उपकरण विशेष शैली के फैशन फोटोग्राफी, कला निर्माण, विज्ञापन डिजाइन आदि सहित व्यापक रचनात्मक दृश्यों का समर्थन करता है, और विभिन्न उपयोगों के लिए उपयुक्त है।

एलन मस्क का AI सहायक Grok ने हाल ही में छवि उत्पन्न करने की कार्यक्षमता पेश की, जिससे उपयोगकर्ताओं को ट्रम्प जैसी संवेदनशील छवियाँ बनाने की अनुमति मिली, जिससे विवाद उत्पन्न हुआ। यह फ़ीचर Black Forest Labs द्वारा विकसित किया गया है, जिसने हाल ही में Andreessen Horowitz सहित 31 मिलियन डॉलर का निवेश प्राप्त किया। FLUX.1, Black Forest Labs का AI मॉडल, अपनी उच्च गुणवत्ता के लिए Midjourney और OpenAI उत्पादों से आगे है। हालाँकि, यह स्वतंत्रता से सृजन...

FLUX.1, एक ओपन-सोर्स बड़े मॉडल प्लेटफ़ॉर्म है जिसे एआई छवि जनरेशन क्षेत्र के विशेषज्ञ रॉबिन रॉमबाक द्वारा पेश किया गया है, जो 120 अरब पैरामीटर वाले विज़न ट्रांसफार्मर आर्किटेक्चर का उपयोग करता है। इसमें प्रक्रिया मिलान प्रशिक्षण विधि और घूर्णन स्थिति सम्मिलन जैसी तकनीकों का उपयोग किया गया है, जिसने DALL·E3, Midjourney V6 जैसे बंद-स्रोत मॉडलों और SD3 श्रृंखला को व्यापक रूप से पीछे छोड़ दिया है। प्रदर्शन के मामले में, FLUX.1 पाठ अर्थ पुनर्स्थापना, छवि गुणवत्ता, क्रिया निरंतरता, संगतता और विविधता के संदर्भ में उत्कृष्ट है, यहां तक कि पाठ जनरेशन में भी।