Criar imagens a partir de um simples prompt de texto é um dos usos mais bem estabelecidos para inteligência artificial generativa e existem dezenas de geradores de imagens de IA no mercado que oferecem uma gama igualmente ampla de opções, recursos e estilos.
Em menos de dois anos, passamos de ferramentas como o Midjourney, capazes de criar uma representação de um ser humano em baixa resolução e quase irreconhecível, para imagens fotorrealistas de alta definição que você mal consegue distinguir daquelas tiradas com uma câmera.
Agora também temos ferramentas de pintura, caráter consistente e upscaling da StabilityAI, bem utilizadas por empresas como Leonardo e Café Noturnobem como texto em imagens do OpenAI no DALL-E 3 e Ideogram, a startup de IA de ex-engenheiros do Google.
Passo a maior parte do dia durante a semana e até no fim de semana usando um ou mais geradores de imagens de IA, levando-os ao limite, vendo o que podem alcançar e como são fáceis de usar. Estes são os melhores geradores de imagens de IA que você pode acessar agora e cada um nesta lista é um pouco diferente ou funciona de maneira diferente.
Melhor gerador de imagens de IA em geral
leonardo é basicamente um invólucro muito bem feito para uma variedade de modelos de difusão estável, assim como vários outros na mesma categoria, mas vai muito além. Com estilos personalizados e versões ajustadas de modelos, bem como outras ferramentas de imagem de IA – é um destaque na área.
Sua capacidade de gerar imagens fotorrealistas, graças ao modelo PhotoReal ajustado, está quase de acordo com os padrões do Midjourney e pode criar uma variedade de estilos com o recurso Elements.
Esses elementos são um modelo ajustado que pode ser aplicado antes da geração e direcionar a imagem a ser criada com uma aparência específica, como um esboço ou escultura. Você também pode definir um estilo como cinematográfico, gastronômico ou de longa exposição.
O que realmente faz o Leonardo se destacar para mim é a combinação de uma interface de usuário fácil de usar, combinada com uma quantidade incrível de controle. Você pode adicionar imagens de referência e definir como a IA deve usá-las, controlar o tamanho e o layout e até mesmo adicionar um fundo transparente.
A maioria desses recursos está disponível em outras plataformas, mas Leonardo possui todos eles, bem como uma série de outros recursos, como aumento de escala de imagem, geração de imagens ao vivo e uma das ferramentas mais criativas – a capacidade de desenhar um esboço e fazer com que a IA gire. em uma imagem completa.
Melhor para fotorrealismo
Stubonly sentado dentro de um servidor Discord, Meio da jornada é um dos geradores de imagens de IA mais importantes e impressionantes disponíveis atualmente. Ele falha em vários aspectos, incluindo facilidade de uso, mas o que o torna mais difícil de usar também o torna mais impressionante.
É particularmente bom na criação de imagens fotorrealistas, com alguns dos usuários mais talentosos capazes de criar imagens que parecem ter saído diretamente da câmera de um telefone. Midjourney foi um dos primeiros a resolver o problema dos dedos e tem pessoas consistentemente com aparência real.
Midjourney é um tanto controverso por sua recusa em discutir a fonte de seus dados de treinamento. Muitos suspeitam que grande parte disso vem da coleta de quaisquer imagens disponíveis publicamente que possam encontrar, independentemente de ter permissão dos criadores das imagens.
O que faz Midjourney realmente se destacar para mim é o nível de controle que você tem sobre todos os aspectos da geração. Você pode usar comandos de parâmetro para fazer referência ao estilo ou caractere em outras imagens ou usar outros para alterar completamente a aparência de uma imagem.
A atualização mais recente da versão seis também vem com a capacidade de adicionar texto legível a imagens e criar imagens de produtos hiper-realistas, embora isso não seja consistente ou sempre confiável.
Melhor para texto em imagens
Ideograma é um dos meus geradores de imagens de IA favoritos para uso pessoal. Não é o melhor em termos de conjunto de recursos, mas segue muito bem um prompt e pode adicionar texto como nenhum outro modelo. Consegui gerar pôsteres completos de filmes, folhetos e cartões comemorativos com texto preciso.
Acessado através de uma caixa de prompt maravilhosamente simples, com a opção de aprimorar automaticamente seu prompt para obter uma imagem melhor, é fácil de usar e poderoso.
Embora seja melhor para adicionar texto a imagens, ele também tem um toque de Midjourney no estilo dos trabalhos que gera. Você pode desativar o prompt mágico e criar imagens mais artisticamente simples ou até mesmo adicionar tags de estilo personalizadas.
O Magic Prompt do Ideogram é um recurso atraente. Se estiver ativado, um grande modelo de linguagem analisará seu prompt e o reescreverá para ser muito mais descritivo e se aproximar de sua visão.
Você pode ver seu prompt original, bem como o prompt mágico de qualquer imagem, adaptá-lo ou usá-lo para criar uma nova imagem. Você também pode usar qualquer imagem gerada como fonte para uma nova imagem.
Melhor para criatividade
Alguns geradores de imagens são completamente independentes, como o Midjourney, e outros são integrados a outro produto, como o Designer da Microsoft, que faz parte do Co-piloto chatbot. Também está disponível gratuitamente, sem pagar pelo Copilot Pro.
Construído no mesmo modelo DALL-E 3 usado no ChatGPT, a Microsoft criou algo genuinamente impressionante com o Designer. Ele permite que você personalize qualquer aspecto da imagem, até mesmo retirando elementos inpiduais da imagem.
Você pode fazer algumas alterações sutis na interface do bate-papo ou editar no Designer, abrindo-o no editor de imagens completo da Microsoft. Isso vai além de simples alterações de IA e permite alterar o plano de fundo, adicionar filtros, texto ou outros recursos visuais.
Um dos meus recursos favoritos é o pop colorido. Você pode selecionar qualquer um ou mais objetos dentro da imagem gerada, clicar em pop colorido e isso tornará o fundo mais em tons de cinza.
Além de fazer alterações na interface do Designer, como alterar a proporção ou dar um novo estilo, você pode trabalhar no chat do Copilot para adicionar elementos ou fazer outras alterações mais substanciais. Isso pode incluir mudar as roupas de um personagem ou tipo de carro.
Melhor para interação
DALL-E 3 está disponível apenas em Bate-papoGPT para aqueles com uma conta Plus. Existem algumas maneiras de usar o DALL-E no ChatGPT. Você pode acessá-lo apenas pela interface principal, através do chatbot customizado DALL-E GPT, ou marcando o DALL-E no chat principal.
O DALL-E original foi uma das primeiras ferramentas comerciais de imagem generativa de IA de alto perfil. Inicialmente disponível como uma API ou por meio de uma página DALL-E dedicada, a OpenAI desde então o incluiu em seu chatbot. Este também é o seu principal ponto de venda – a capacidade de falar através de uma imagem.
Tudo é baseado em instruções de texto e usa uma linguagem totalmente natural para geração. Por exemplo, você pode pedir para ele gerar a imagem de um gato e depois pedir para adicionar um chapéu.
Com a atualização mais recente agora você pode clicar na própria imagem e fazer edições nela. Isso é feito desenhando a parte que você deseja alterar e informando ao ChatGPT como alterá-la – mais uma vez contando com a natureza conversacional do editor.
Não acho que o DALL-E seja o melhor gerador de imagens de IA, mas é um bom versátil. Ele pode criar texto, criar imagens fotorrealistas (com um leve vale misterioso) e produzir trabalhos artísticos, mas a capacidade de raciocinar e racionalizar a imagem com texto é o grande benefício.
Mais inovador
O modelo de geração de imagens Imagen 2 AI do Google é um dos melhores que existem. Ele cria imagens envolventes e originais e pode lidar com texto em imagens, bem como ideogramas. Existem algumas maneiras de acessá-lo, mas a mais inovadora é a ImagemFX experimento do Google Labs.
O que torna o ImageFX fascinante é a maneira como ele lida com as solicitações. Você fornece um ou mais parágrafos e ele seleciona palavras-chave específicas, transformando-as em menus suspensos. Cada menu recebe três ou quatro alternativas semelhantes à palavra que você usou.
Por exemplo, se você pedir a foto de um gorila de óculos dando uma palestra enquanto veste um terno, isso pode marcar terno, gorila, óculos e palestra. Você poderia então, com o toque de um botão, trocar os óculos por óculos de sol ou dar uma palestra por uma aula de direção.
Embora este seja apenas um experimento e as mesmas imagens possam ser encontradas no Google Gemini (que não está na minha lista), a flexibilidade e a abordagem inovadora para solicitar deram-lhe a vitória.
A maior desvantagem do ImageFX é que ele só pode criar imagens quadradas – o mesmo problema que o Imagine da Meta e o Google Gemini têm. A maioria oferece uma variedade de orientações, mas a maneira pertida de exibir o modelo, a qualidade das imagens e a rápida geração do ImageFX compensam isso.
Melhor para treinamento ético
Adobe Firefly tem algumas ferramentas impressionantes, incluindo sugestões imediatas, personalizações profundas para a geração de imagens e um conjunto de dados de treinamento treinado quase exclusivamente em imagens do Adobe Stock.
Este último ponto significa que ele possui um conjunto de treinamento mais ético do que a maioria dos geradores de imagens do mercado, levando até mesmo a Adobe a oferecer indenização financeira por reivindicações de direitos autorais contra imagens geradas com Firefly. Haverá também um Firefly de segunda geração em breve.
Acho que Firefly não é tão bom na criação de imagens fotorrealistas quanto Midjourney ou Ideogram, mas suas habilidades artísticas estão entre as melhores. Ele também produz gráficos atraentes, o que faz sentido dada a natureza mais artística da biblioteca do Adobe Stock.
A Adobe oferece vários recursos generativos de IA, incluindo geração de vetores, criação de modelos e preenchimento generativo no Photoshop, todos alimentados pelo modelo Firefly.
Uma das melhores características do Firefly é também uma das mais recentes. Chama-se Referência Estrutural e permite transferir o layout de uma imagem para outra.
- A GPT Store da OpenAI agora está no ar com mais de 3 milhões de chatbots personalizados para experimentar
- Chatbots personalizados OpenAI – é assim que funcionam e o que podem fazer
- Esqueça o ChatGPT – OpenAI agora permite que você crie seu próprio chatbot para qualquer tarefa
