SIRDRAK escribió:Vaya, no había visto este hilo sobre IA... El caso es que yo llevo usando unos meses (desde noviembre más o menos) de forma asídua Stable Diffusion para la creación de imágenes, aprender y experimentar y me tiene maravillado.
Empecé porque andaba haciendo carátulas para nuevos juegos homebrew de Commodore 64 que no tenían carátula y pensé que igual usar una IA era buena opción para crearla o por lo menos para generar algunos elementos... Primero lo intenté con Dall-E (la primera versión), pero los resultados no me convencían en absoluto, y estuve haciendo pruebas hasta que se me acabaron los intentos gratuítos y 'se me sugirió amablemente' que me inscribiera en un plan de pagos. Tras esto, decidí probar con la otra IA generativa de imágenes que es más famosa ahora (pero ni de lejos la mejor), Midjourney. Entré en su Discord oficial y, de nuevo, estuve haciendo pruebas hasta agotar los intentos gratuítos y, sí, las imágenes eran mucho mejores y más espectaculares, pero no me convencía ni el tema de suscripción ni el no tener algo más de control sobre el resultado de las imágenes...
...Y es entonces cuando, de forma casual, acabo en otro canal de Discord, en este caso no oficial, llamado 'Unstable Diffusion'. Allí, no sólo me entero de la existencia de Stable Diffusion, sino de que se trata de una IA opensource, sin limitaciones ni censura, gratuíta, que puedes instalar localmente en tu Pc y en la que además puedes entrenar tus propios modelos, que incluye modos para editar las imágenes mediante IA y que hasta tiene extensiones que disparan sus posibilidades hasta el infinito. Y además allí hay una guía que explica paso a paso todo lo necesario para instalarla.
Y al ser Opensource y tener la comunidad acceso al modelo base oficial, y por tanto ser posible 'reentrenar' este para especializarlo en la generación de un tipo de imágenes concreto (arquitectura, fotorrealismo, anime/hentai -ya comenté que no tiene censura de ningún tipo-, cartoon 2D, cartoon 3D, etc...), pues resulta que hay una infinidad de modelos para descargar. Y además, es muy fácil entrenar un tipo de modelo más pequeño (los LoRA, Low Rank Adaptation Network) que te permiten introducir al usarlos un personaje/persona, un estilo artístico o un concepto sobre el modelo base que estés utilizando, pudiendo de esta forma combinar las características de ambos. Esto permite, por ejemplo, que si entrenas un LoRA de una persona, la puedas representar como una persona de carne y hueso, un personaje de cómic, un dibujo animado de cualquier estilo, un navii de Avatar, un personaje de Jojo's Bizarre Adventure, una figura pintada de un wargame, una figura articulada de figma, un muñeco de Lego, etc...).
El asunto es que está siendo un viaje como en una montaña rusa, porque las novedades se suceden de forma vertiginosa y cada vez se tiene mayor control sobre el resultado y se pueden generar imágenes de mayor calidad, herramientas para corregir los fallos típicos (manos con 6 dedos, por ejemplo, y ese tipo de cosas) y lo mejor es ver que esto no ha hecho nada mas que empezar. En serio, los que usáis Midjourney y queréis darle un uso medianamente serio, probar Stable diffusion y podréis hacer cosas imposibles con todos los otros, y encima gratis... Un ejemplo:
Una de las mayores revoluciones en Stable diffusion fué la aparición de la extensión controlNET. Esta lo que hacía era añadir una capa más de control a las imágenes generadas por la IA añadiendo la posibilidad de usar una imagen como entrada para condicionar el resultado. De esta forma te ofrecía posibilidades tan interesantes como:
- Generar la imagen a partir de un boceto o dibujo sobre fondo blanco, respetando el dibujo en gran medida.
- Posibilidad de hacer una mapa de profundidad a partir de la imagen original, lo que permite que en el resultado se respete la profundidad y perspectiva de la imagen original
- La herramienta Openpose, que permite clonar las posturas, expresiones y hasta la posición de manos y dedos de los personajes de la imagen original y trasladarlos a los personajes de la imagen final (y de paso sacando manos perfectas)
- La herramienta lineart, que permite a partir de el trazado de un dibujo, colorearlo, darle sombras y añadir un fondo sin cambiar el dibujo original (el sueño de cualquier ilustrador, ahorrando muchas horas de trabajo)
- etc... (hay muchas más)
Sin ir mas lejos, esto me ha permitido pasar de unos bocetos de los personajes del Gauntlet que dibujé hace unos años, estos:
A esto, usando ControlNET, un modelo de estilo entrenado por mí y un modelo base semirrealista llamado Rev Animated 1.2.2:
Y además, esta misma combinación de modelos, es capaz de generar imágenes como estas:
Otro ejemplo, es que le hice un favor a un amigo que estaba programando una aventura conversacional pra Commodore 64 homenaje a los libros juveniles de los años 80 'Los Tres Investigadores', para el que necesitaba una portada que fuera como las de los libros originales, con ese estilo tipo 'pintura al óleo' tan típico. Pues bien, lo que hice fue entrenar un modelo con las portadas de los libros para que aprendiera el estilo y luego le generé la portada con los tres chicos protagonistas (con sus características físicas) investigando en uno de los escenarios del juego, un almacén abandonado. Crear una imagen como esta, controlando la apariencia de un grupo de tres personajes es imposible en las otras y además hay diversas formas de hacerlo en stable diffusion, ya sea con ControlNET o editando la imagen con el modo inpaint (un modo que te permite pintar con un pincel una parte de la imagen de forma que la IA modifique sólo lo pintado y deje lo demás sin tocar -al contrario también se puede hacer-).El resultado es el siguiente:
Y el modelo que entrené es capaz de generar imágenes como estas:
Y ya aprovecho para comentar sobre el tema de lo que aprende o no la IA... Lo cierto es que no se almacenan ni se memorizan las imágenes de entrenamiento, la IA lo que aprende son los conceptos contenidos en ellas... De hecho, el proceso de entrenamiento consiste, primero, en hacer una selección de imágenes, variada y de forma que se vea bien al personaje (si es de un personaje), su cara, diferentes expresiones y fondos, alguna de cuerpo entero, etc..., y después, se pasan esas imágenes por otra IA que las analiza y genera un archivo de texto por cada una de las imágenes con una descripción muy precisa de lo que aparece en ellas (llega a sorprender lo bien que describe todo lo que se ve),y que luego, una vez pones la IA a entrenar, será la información que utilice para aprender lo que está viendo. En el caso del modelo anterior, la IA representa en las imágenes muchas cosas que no estaban en las imágenes de entrenamiento, como el granjero, por ejemplo, y además le cambia el aspecto a coches y cosas, ropa, etc... a un aspecto ochentero a pesar de que no había muchas de esas cosas en el set de entrenamiento, pero sabe a qué época pertenecen las cosas por el tipo de imagen... Muchas veces los resultados te sorprenden.
En fin, sólo quería compartir mi experiencia usando esta IA con vosotros.
![[flipa]](/images/smilies/nuevos2/flipando.gif "flipando")
lo que se puede conseguir con la IA 
![[mad]](/images/smilies/nuevos/miedo.gif "loco")
![[looco]](/images/smilies/nuevos2/borracho.gif "loco")
