Stabilitás Az AI szöveg-kép modelljei megérkeznek az AWS ökoszisztémába

Szeretne nagy méretekben fotórealisztikus képeket készíteni? Az AWS Bedrock a Stability AI legjobb modelljeit kínálja a fejlesztőknek. Ismerje meg, hogyan változtathatja meg ez az áttörés vizuális tartalomstratégiáit.

Ez egy eszköztár történet. Az AWS Bedrock egy mesterséges intelligencia eszköztár, és a Stabilitási mesterséges intelligencia néhány új elektromos szerszámával töltődik fel. Beszéljünk először az eszköztárról, majd megvizsgáljuk, milyen új elektromos szerszámokat nyúlhatnak a fejlesztők az alkalmazások építése során.

TL;DR: A fejlesztők mostantól a Bedrock-alapú alkalmazásaikból is igénybe vehetik a szöveg-kép funkciót. Ez azt jelenti, hogy könnyedén beépíthetik a mesterséges intelligencia által generált képeket saját kódjukba.

Az AWS (Amazon Web Services) az Amazon hatékony felhőszolgáltatása. A cég a szolgáltatások és képességek széles skáláját kínálja az óriás AWS esernyőn belül. A legfontosabb tudnivaló, hogy minden szolgáltatás igény szerinti és méretezhető. Ez azt jelenti, hogy nem kell adatközpontot és targoncát építeni egy rakás szerverállványba, mielőtt elkezdené az alkalmazások telepítését.

Alapkőzet az AI-választáshoz

Történetünk kontextusában, ha erőteljes mesterséges intelligencia képességeket szeretne beépíteni a kódjába, akkor nem kell ezeket a képességeket a semmiből fejlesztenie, az AI nagynyelvi modelljeit (LLM-eket) tanítania, vagy még azt sem kell kitalálnia, hogy milyen szerverkonfigurációkat szeretne. szüksége lesz. Mindössze annyit kell tennie, hogy beírja a hitelkártya számjegyeit, elolvassa a dokumentációt, és elkezdje írni a kódot.

Az első internetes cégemet még a felhőszolgáltatások előtt építettem fel. Bízzon bennem, amikor azt mondom, hogy az AWS-hez hasonló hatalmas és lenyűgöző játékmódosítás ahhoz képest, hogy önállóan építi ki a szerverinfrastruktúrát, különösen az induló költségvetéssel dolgozó alapítók számára.

Az AWS Bedrock az Amazon Large Language Model on Demand (LLMoD) kínálata. Ezeket az LLM-eket alapmodelleknek nevezzük. Az AWS Bedrock az AI21 Labs, az Anthropic, a Cohere, a Meta, a Mistral AI és az Amazon alapozómodelljeit kínálja.

Ez hatékony a fejlesztők számára, mert nem kell megvalósítaniuk ezeket a modelleket. Csak meg kell tanulniuk a velük való beszélgetés protokolljait, majd használniuk kell őket, miközben fizetnek.

De van egy másik hatalmas nyeremény is egy ilyen szolgáltatással: kipróbálhat különböző modelleket, és megnézheti, melyik a legmegfelelőbb az Ön alkalmazásához. Ha ki kellene építenie a saját infrastruktúráját, majd beállítania és konfigurálnia kellene az egyes modelleket, valószínűleg csak egyet választana, és élne vele, mert a váltás túl időigényes és stresszes.

A Bedrock esetében azonban csak néhány paramétert kell váltania, és már indulhat is a versenyeken, és tesztelheti a különböző alapozómodelleket. Egyszerű és gyors, és módot ad a mesterséges intelligencia-megoldások összehasonlítására és szembeállítására, ahelyett, hogy pusztán kitalálná, mi szerepel a specifikációs listán.

Stabilitási mesterséges intelligencia a képgeneráláshoz

Ez a bejelentés arról szól, hogy a Stabilitási AI három új elektromos szerszámmal bővül az AWS Bedrock eszköztárával. Ezen modellek mindegyike szöveges promptot kap, és képeket készít, de az általános képességek tekintetében különböznek.

• Stable Image Ultra Kiemelkedik a nagyon jó minőségű, fotorealisztikus kimenet létrehozásában. Olyan projektekben használják, amelyek nagy felbontást és finom részleteket igényelnek, például csúcskategóriás marketingkampányokban.
• Stable Diffusion 3 Large (SD3 Large): Ez a modell kiválóan alkalmas rengeteg kép gyors előhívására. A képek általában jó minőségűek, de nem ők lesznek a fő kép egy díszes magazinban. Ehelyett nagyobb valószínűséggel raknak ki egy csomó játékelemet vagy katalógusbejegyzést, vagy bármit, amihez sok kép szükséges, gyorsan és jó minőségben.
• Stabil képmag: ez a költségvetési lehetőség. Szép képeket hoz létre, de ultramagas részletek nélkül. Ez is gyors.

Itt láthatja, hogyan illeszkedik az eszközanalógia. Amikor kinyitja a szerszámosládát, kiválaszthatja, hogy melyik elektromos szerszám illik projektjéhez. Néha szeretne egy fúrókalapácsot; máskor elektromos csavarhúzót akarsz. Hasonlóképpen, néha olyan grafikus eszközre van szükség, amely őrült részletgazdagságot generál. Máskor csak viszonylag olcsón és gyorsan akarsz.

Azáltal, hogy mindhárom modellt hozzáadja a Bedrockhoz, az Amazon és a Stability AI lehetőséget ad a fejlesztőknek bármikor és bárhol, ahol szükségük van rá.

Hogyan lehetne ezeket használni?

Használjunk egy példát. A feleségem egy e-kereskedelmi hobbival kapcsolatos céget vezet. Minden hónapban közzétesz egy témát a közösségi médiában, amely inspirálja követőit egy projekt létrehozására. A jó szöveg-kép generatív mesterséges intelligencia előtt készítettem neki egy képet néhány márkaelem alapján a Photoshop segítségével. Beletelt néhány órámba, és a képek soha nem voltak olyan nagyszerűek.

De aztán szereztem egy Midjourney előfizetést. Most minden hónapban megadja nekem a témát, és írok egy gyors Midjourney felszólítást. Ezután négy vagy több kép közül választja ki a témához legjobban illőt. Órák helyett percekbe telik. És ahelyett, hogy úgy nézne ki, mintha clipartot ragasztottam volna, minden témakép ideális abban, ahogyan az ő vállalkozását és témáját reprezentálja.

Ezután elkészíti ezeket a képeket, lemásolja és beilleszti, majd közzéteszi a közösségi médiában és a webhelyén.

De mi lenne, ha a Bedrockot stabil diffúzióval használnánk? Hozzáadhatnánk egy funkciót az e-kereskedelmi irányítópultjához a hónap témájához közvetlenül az irányítópulton belül. Egyszerűen beírhat egy felszólítást, visszakaphat néhány mintát, és rákattinthat, hogy a képeket közzétegye a webhelyén. A folyamat mind integrálva lenne az irányítópult munkafolyamatába.

Ennek az integrációnak a megvalósítása nem igényel sok mesterséges intelligencia elméletet és gyakorlatot. Ehhez mindössze egy sor API-hívásra lenne szükség a jelenlegi irányítópultjáról a Bedrock felé, és kezelni kell a hívásokból visszaérkező képelemeket. A mesterséges intelligencia-feladat közvetlenül integrálható a vertikális alkalmazásának többi részébe, kifejezetten az üzletére hangolva.

Szóval ez a lehetőség. Gondoljon erre a médiában és a szórakoztatásban, ahol a marketingesek gyorsan marketingeszközöket állíthatnak elő; kiskereskedelem, ahol a menedzserek gyorsan fotorealisztikus termékvizuálisokat tudtak készíteni; reklámozás, ahol nagyon gyorsan és egyszerűen kell elkészíteni a rendkívül részletgazdag, csúcskategóriás képeket; és játékon belüli tervezés, ahol a játéktervezők az eszközök teljes könyvtárát építhetik fel ezekkel az eszközökkel.

Természetesen egyesek azzal érvelnek, hogy ez megszünteti a művészeket, és munkahelyeket vesz el. Kétségtelen, hogy bizonyos alkalmazásokban ez a helyzet. De ennek az ellenkezője is igaz. A feleségem kis vállalkozása soha nem alkalmazna elhivatott művészt. Ehelyett felvettem a művészeti igazgatói kalapomat (egyike annak a sok szerepnek, amelyet annak idején kis cégalapítóként viseltem), és meglehetősen középszerű képeket készítettem. Az AI egyszerűen felpörgette a játékunkat, és egyúttal időt is megtakarított.

Sok vállalkozás számára ez mindenki számára előnyös.

A közösségi médiában nyomon követheti a projektekkel kapcsolatos napi híreket. Feltétlenül iratkozzon fel a heti frissített hírlevelemre, és kövessen engem a Twitter/X-en a @DavidGewirtz címen, a Facebookon a Facebook.com/DavidGewirtz címen, az Instagramon az Instagram.com/DavidGewirtz címen és a YouTube-on a YouTube.com/DavidGewirtzTV címen.