Qual gerador de imagem AI você deve usar?

Testemunhamos uma explosão repentina de ferramentas generativas de IA nos últimos meses. E em nenhum lugar isso é mais verdadeiro do que na arena do gerador de imagens. Entre gratuitos e pagos, de código aberto e proprietários, existem muitas opções para escolher. Mas se você prestou atenção às discussões sobre imagens geradas por IA, sem dúvida já ouviu falar da rivalidade entre Midjourney x Stable Diffusion.

Embora ambos os geradores de imagem AI façam um excelente trabalho, eles diferem em termos de recursos de personalização, estilos de arte, facilidade de uso, preços e muito mais. Portanto, neste artigo, vamos dar uma olhada no que separa os dois e qual deles você deve usar.

Se você ouviu falar recentemente sobre Midjourney ou Stable Diffusion, é porque eles são alguns dos mais novos geradores de imagem AI disponíveis hoje. Ambos foram lançados para o público em geral em meados de 2022, mas com objetivos muito diferentes. O Midjourney foi lançado como um serviço com fins lucrativos, enquanto os desenvolvedores do Stable Diffusion o lançaram sob uma licença de código aberto.

A natureza aberta do Stable Diffusion o tornou um dos geradores de imagem mais personalizáveis ​​e amplamente disponíveis. Você pode usar uma versão básica online, gratuitamente ou por meio de uma assinatura paga. Mas se você deseja mexer e obter os melhores resultados possíveis, provavelmente desejará gerar imagens em seu próprio computador. O software de front-end, como o projeto Stable Diffusion Web UI, geralmente inclui muitos recursos avançados e permite que você use modelos de arte personalizados. A desvantagem é que leva algum tempo e habilidades técnicas para configurar.

O meio da jornada, por outro lado, não exige tanto esforço. Temos um guia dedicado sobre como usar o Midjourney, mas basta acessá-lo por meio do aplicativo de bate-papo do Discord. Você pode adicionar alguns parâmetros aos seus prompts, mas isso é tudo o que você pode fazer com a personalização.

E a qualidade real das imagens? Você deve obter resultados razoavelmente precisos de ambos os geradores de imagem AI. Dito isso, o modelo V5 mais recente da Midjourney gera imagens de alta qualidade que correspondem muito bem ao prompt de texto. Portanto, nesse aspecto de facilidade de uso, ele tem uma ligeira vantagem. Mas se você estiver disposto a se esforçar para ajustar as entradas e as configurações, o Stable Diffusion também pode igualar ou até exceder os resultados do Midjourney.

Olhando de relance, Midjourney e Stable Diffusion podem parecer que oferecem o mesmo conjunto de recursos. No entanto, ambos os geradores de imagens têm alguns pontos fortes e fracos exclusivos.

Veja o aumento de escala, por exemplo, que você poderia realizar anteriormente usando os botões U1, U2, U3 e U4 em Midjourney. Isso não é mais possível, pois o modelo mais recente da Midjourney ainda não suporta nenhum modelo de upscaling. Por outro lado, a natureza aberta do Stable Diffusion significa que você pode baixar vários modelos diferentes de upscaling para experimentar. E se o seu computador tiver memória de vídeo suficiente, você também pode gerar imagens de resolução mais alta do que o limite atual do Midjourney de um megapixel.

Aqui está uma pequena lista de algumas outras diferenças de recursos entre Midjourney e Stable Diffusion:

• Pintura interna e pintura externa: com difusão estável, você pode usar a pintura interna para ajustar certas partes de uma imagem existente. Da mesma forma, a pintura externa permite gerar novos detalhes fora dos limites de uma imagem existente. Midjourney ainda não oferece suporte a nenhum desses recursos de edição.
• Solicitações de imagem: você pode fazer upload de uma imagem (ou duas) como parte de sua solicitação em Midjourney. O bot combinará a imagem com seu texto para gerar uma saída visualmente semelhante à entrada.
• Estilos de arte personalizados: Midjourney oferece um modelo otimizado para anime que você pode invocar com o --niji parâmetro. No entanto, o Stable Diffusion permite que você baixe modelos personalizados treinados em uma variedade de estilos de arte, do realista ao origami.
• Censura: embora os modelos Stable Diffusion básicos oficiais não permitam a geração de imagens explícitas, você pode contornar essas limitações com modelos personalizados. Isso não é possível com Midjourney e você pode até ter sua conta banida se seus prompts contiverem linguagem explícita ou sugestiva.

Tenha em mente que você terá que usar o Stable Diffusion em seu próprio hardware para colher a maior parte de seus benefícios. As ferramentas online não oferecem o mesmo nível de flexibilidade, o que torna o Midjourney tão capaz quanto o Stable Diffusion.

Como uma empresa com fins lucrativos, não é surpreendente que o Midjourney imponha algumas limitações na frequência com que você pode usá-lo. Mesmo com uma assinatura Midjourney paga, você obtém apenas uma quantidade limitada de horas gratuitas de geração de imagens por mês. Os planos de $ 30 e superiores oferecem horas ilimitadas de modo relaxado, mas isso significa que você terá que esperar vários minutos para cada tarefa. Além disso, não há nível gratuito ou avaliação.

A difusão estável funciona exatamente da maneira oposta. Seu código-fonte está oficialmente disponível para download, o que significa que você pode usá-lo gratuitamente. No entanto, você precisará de um computador robusto com uma placa gráfica dedicada. A maioria dos modelos consome pelo menos 4 GB de VRAM, portanto, um PC moderno para jogos é adequado. Mas se você ainda não possui um, esse tipo de hardware pode facilmente custar mais de mil dólares. Felizmente, você pode usar o Stable Diffusion online ou até mesmo em uma máquina virtual baseada em nuvem como o Google Colab, se for aventureiro.

Vale a pena notar que os criadores do Stable Diffusion também oferecem um aplicativo de geração de imagens baseado na web chamado DreamStudio. É fácil começar, assim como Midjourney, mas tem um custo. Ainda assim, é um pouco mais barato, pois $ 10 concedem 1.000 créditos. Você também pode experimentá-lo gratuitamente, pois todas as novas contas recebem 25 créditos após a inscrição.

Se você está procurando uma opção gratuita e fácil de usar, recomendo considerar uma terceira alternativa, como o Bing Image Creator.

Vamos dar uma olhada em alguns exemplos do mundo real para ver qual gerador de imagem AI sai na frente. Para esta comparação, usarei o DreamStudio para gerar imagens via Stable Diffusion, pois é tão fácil de usar quanto o Midjourney. Talvez eu pudesse obter melhores resultados com modelos personalizados, mas isso exigiria muito mais esforço. Então, para manter as coisas justas, vamos comparar a experiência de um clique de usar Midjourney e Stable Diffusion.

A primeira imagem foi gerada com um prompt bastante simplista: “Star Wars Darth Vader, mas torná-lo cyberpunk”. Acho que ambos os geradores de imagens se saíram muito bem com as informações limitadas fornecidas, mesmo que adotassem abordagens drasticamente diferentes.

O próximo prompt mostra claramente um dos maiores pontos fortes de Midjourney: o realismo. Se você deseja gerar imagens que pareçam baseadas na realidade, geralmente obterá melhores resultados do que a maioria dos outros geradores de imagens de IA. Embora a Stable Diffusion corresponda a tudo o que está contido no prompt, ela não corresponde à parte “fotorrealista”.

Para nosso exemplo final, dê uma olhada em como os dois geradores de imagem lidam com prompts de fantasia. O prompt de texto pedia um grande dragão serpentino branco empoleirado no topo de uma rocha observando o horizonte. Mais uma vez, fica claro que Midjourney pode gerar detalhes mais complexos. No entanto, se você olhar atentamente para a parte inferior da imagem, notará uma série de letras distorcidas onde o Midjourney tentou replicar uma marca d’água que aprendeu com seus dados de treinamento.

Vale a pena repetir que usuários avançados podem extrair imagens muito melhores do Stable Diffusion do que os exemplos apresentados aqui. No entanto, ao comparar as duas opções mais fáceis de usar, descobri que o Midjourney geralmente oferece melhores resultados para o mesmo prompt de entrada. Qual gerador de imagem AI você prefere?