Когнитивная нагрузка Майка Новикова

Ideogram 4: генерация картинок из текста с максимальным уровнем контроля. Заодно это лучшая из доступных локальных моделей по качеству русского текста. Вроде бы ничего нового: Реализм, генерация текста и постеров, анатомия, стили, хорошее знание концептов и культурных отсылок. Все это умеют Z-image, Flux и Qwen. Ключевое отличие в степени следования описанию: через специальный интерфейс (00:06) создается JSON запрос с точным расположением объектов в прямоугольниках. Для каждого кусочка можно задать свой запрос, и если нужно указать цвет в формате #FF0000. Сверху при желании задать стиль, эстетику цветовую палитру для всей композиции. При этом нейронка постарается очень точно вписать генерацию в эти коробочки. Не понравилась? Передвигаешь прямоугольник или рисуешь еще детали внутри, чтобы прояснить что надо. Чтобы не писать много текста с нуля, можно попросить у любой нейронки составить базу для JSON промпта, его импортировать и дорабатывать. Для дизайнерских задач это просто спасение — модель отдельно тренировалась на постерах, графике, баннерах и другом графдизайне. Она очень хорошо работает со шрифтами леттерингом и всяким артом. Отдельно есть сущность текст: можно задать содержимое фразы, а ниже указать какого стиля должна быть надпись. Среди доступных для скачивания моделей русский язык у Ideogram 4 реально работает лучше всех. Следование запросу просто нереально хорошее, а учитывая что можно крутить локально — это суперский вариант для прототипирования, когда ты точно знаешь что именно тебе надо. Но есть ложка дегтя — версию, опубликованную бесплатно для запуска на своем компе нельзя использовать в коммерческих целях ни в каком виде. Лицензия максимально ограничивающая, для любой коммерции нельзя даже outputs, т.е. сами картинки. Для рабочих проектов придется использовать их собственную площадку, API или агрегаторов типа Krea 😭 Грустно, да. Но я могу себе представить кастомную ноду, которая будет посылать уже отточенный локально промпт в API на финальную генерацию, чтобы получить коммерческие права на картинку. Сейчас одна генерация стоит $0.06 (5 ₽) за стандартное качество и $0.1 (8 ₽) за 4к. Но даже если со временем цена вырастет до $1, $5 или $10, все-равно это будет обосновано на коммерческом проекте. При этом не надо будет платить регулярную подписку и тревожиться что закончатся токены. На сайте у них еще есть фича по превращению текста в редактируемый (00:26). Я думаю если они нормально интегрируются с какой-нибудь фигмой это будет реальное конкурентное преимущество (пока все остальные не повторят те же фичи 🤭) 🎤 Ссылки на утро — второй канал ⏲ Устойчивый VPN за звезду #toolreview@cogload #нейронка@cogload #text2image@cogload