Pelancaran FLUX.1-Krea telah mencetuskan perbincangan hangat dalam komuniti penjanaan imej AI mengenai pendekatan terbaik untuk mengatasi masalah penampilan AI yang terkenal buruk yang melanda kebanyakan imej yang dijana. Walaupun Krea mendakwa model mereka menyelesaikan isu estetik melalui teknik post-training yang canggih, pengguna berpengalaman mempersoalkan sama ada ini mewakili inovasi tulen atau sekadar membungkus semula penyelesaian sedia ada.
 |
|---|
| Penerokaan pelbagai ekspresi manusia dalam format triptik, mencerminkan kepelbagaian yang cuba digambarkan oleh AI |
Komuniti Mempersoalkan Dakwaan Krea Mengenai Inovasi
Komuniti AI telah bertindak balas dengan skeptikal terhadap kedudukan Krea yang meletakkan model mereka sebagai penyelesaian terobosan. Ramai pengguna menunjukkan bahawa teknik fine-tuning dan LoRA (Low-Rank Adaptations) telah menangani isu estetik yang serupa sejak Stable Diffusion 1.5. Perbincangan ini mendedahkan perpecahan antara apa yang boleh dilakukan secara teknikal oleh peminat berbanding apa yang boleh diakses oleh pengguna umum.
Beberapa ahli komuniti menyatakan bahawa beribu-ribu model tersuai dan LoRA sudah wujud di platform seperti Civitai, yang direka khusus untuk menghapuskan penampilan plastik dan terlalu diproses yang mencirikan imej biasa yang dijana AI. Ini menimbulkan persoalan sama ada pendekatan Krea menawarkan kemajuan tulen atau sekadar menjadikan penyelesaian sedia ada lebih mesra pengguna.
LoRA adalah fail tambahan kecil yang mengubah suai cara model AI menjana imej, membolehkan pengguna mencapai gaya artistik tertentu atau membetulkan masalah biasa.
Pendekatan Teknikal Utama:
- LoRAs (Low-Rank Adaptations): Fail pengubahsuaian kecil untuk model sedia ada
- Fine-tuning: Melatih model sedia ada pada set data tertentu
- Post-training: Teknik latihan lanjutan termasuk pembelajaran pekukuhan
- Model merging: Menggabungkan model berbeza untuk hasil yang lebih baik
- Diffusion-PPO: Teknik pembelajaran pekukuhan untuk penjanaan imej
 |
|---|
| Triptik selesa yang menampilkan kucing-kucing menonjolkan pilihan artistik dan estetik semula jadi yang dicari oleh penjana imej AI |
Model Alternatif Menunjukkan Potensi untuk Hasil yang Natural
Perbincangan komuniti telah menyerlahkan model lain yang mungkin sebenarnya berprestasi lebih baik daripada FLUX.1-Krea untuk hasil yang kelihatan natural. Wan 2.2, yang pada asalnya direka sebagai model video, telah mendapat perhatian kerana menghasilkan imej yang kelihatan lebih autentik apabila digunakan untuk penjanaan teks-ke-imej. Pengguna melaporkan bahawa menggabungkan Wan 2.2 dengan proses penambahbaikan Krea menghasilkan keputusan yang amat mengkagumkan.
Perkembangan ini menunjukkan bahawa penyelesaian kepada masalah estetik AI mungkin tidak datang daripada model penjanaan imej tradisional sama sekali, tetapi daripada menggunakan semula teknologi penjanaan video. Pendekatan ini menunjukkan bagaimana komuniti AI sering mencari cara kreatif untuk menyelesaikan masalah dengan menggunakan alat dalam cara yang tidak dijangka.
Model yang Disebut dalam Perbincangan:
- FLUX.1-Krea: Model pasca-latihan Krea yang memfokuskan pada pengurangan "rupa AI"
- Wan 2.2: Model video yang diubah suai untuk penjanaan teks-ke-imej
- GPT-4.1: Model penjanaan imej OpenAI yang digunakan untuk perbandingan
- Stable Diffusion 1.5/SDXL: Model terdahulu dengan komuniti penalaan halus yang meluas
- Stable Diffusion 3.0/3.5: Model terkini dengan isu kualiti yang dilaporkan
Batasan Teknikal Kekal Walaupun Terdapat Penambahbaikan Estetik
Walaupun Krea memberi tumpuan kepada estetik, ujian komuniti mendedahkan bahawa isu asas masih berterusan. Pengguna melaporkan bahawa walaupun model ini mengurangkan penampilan AI yang jelas, ia masih menghasilkan imej yang kelihatan terlalu bersih dan buatan apabila diperiksa dengan teliti. Model ini seolah-olah mengelakkan elemen bermasalah tertentu daripada benar-benar menyelesaikannya - serupa dengan bagaimana model awal mengelakkan menjana tangan untuk mencegah ralat pengiraan jari.
Saya tidak tahu, semua itu masih kelihatan seperti AI, iaitu, terlalu bersih.
Perbincangan ini juga mendedahkan cabaran berterusan dengan pematuhan prompt, di mana model gagal mengikut arahan khusus dengan tepat sambil memberi tumpuan berat kepada penambahbaikan visual. Pertukaran antara ketepatan dan daya tarikan visual ini terus mencabar pembangun di seluruh industri.
Platform Komuniti:
- Civitai: Repositori untuk model tersuai dan LoRAs
- ComfyUI: Antara muka popular untuk aliran kerja penjanaan imej AI
- Krea Platform: Menempatkan ribuan LoRAs dan model tersuai
 |
|---|
| Potret semula jadi di luar rumah menangkap nuansa halus ekspresi manusia, berbeza dengan estetik yang terlalu dipoles yang tipikal dalam sesetengah output AI |
Masa Depan Menunjuk Kepada Model Khusus dan Beropini
Konsensus komuniti menunjukkan bahawa masa depan penjanaan imej AI terletak bukan pada penyelesaian satu-saiz-untuk-semua, tetapi pada model khusus yang dilatih untuk keutamaan estetik atau kes penggunaan tertentu. Apabila kos latihan menurun, studio dan rumah pengeluaran berkemungkinan akan membangunkan model tersuai mereka sendiri yang disesuaikan dengan gaya visual dan keperluan khusus mereka.
Trend ke arah pengkhususan ini mencerminkan peralihan yang lebih luas dalam pembangunan AI, di mana model tujuan umum memberi laluan kepada alat tertumpu yang direka untuk tugas atau keutamaan estetik tertentu. Perbincangan mengenai FLUX.1-Krea berfungsi sebagai kajian kes untuk bagaimana industri mungkin berkembang melepasi era semasa output AI generik yang direka jawatankuasa.