Découvrez la fusion cérébrale: le générateur d'images Kandinsky 2.1 gratuitement!

Table of Contents

1. 🎨 Introduction au "Kandinsky"
2. 🤖 L'essor de Kandinsky 2.1
3. 🌐 L'expérience de la langue russe
4. 🎨 La puissance des requêtes
5. 💡 Une toile infinie
6. 🎨 Ajouter du style
7. ❌ L'imperfection des détails
8. 🖌️ Supprimer des objets
9. 🔍 Tester la compréhension de la machine
10. 🖼️ Enregistrer et télécharger des images
11. 📈 Conclusion et perspectives

🎨 Introduction au "Kandinsky"

Le "Kandinsky" est bien plus qu'un simple thème WordPress gratuit et un artiste renommé, c'est également un réseau neuronal révolutionnaire. La version 2.1 du "Kandinsky" est présentée comme un réseau neuronal développé par Sber, capable de générer des images. C'est une véritable aubaine de pouvoir utiliser gratuitement un réseau neuronal qui comprend même la langue russe.

🤖 L'essor de Kandinsky 2.1

Le "Kandinsky" version 2.1 attire l'Attention dès le départ avec une appellation qui semble floue, ressemblant davantage à "Fusion Brain". Cette ambivalence pourrait altérer la Perception du branding de l'outil. Mis à part cela, le "Kandinsky" n'est pas très différent des autres réseaux neuronaux, si ce n'est sa capacité à comprendre la langue russe. Cela représente un véritable atout pour les utilisateurs.

🌐 L'expérience de la langue russe

La fonction de requête, également connue sous le nom de "Prompt", peut être utilisée en utilisant des virgules pour séparer les blocs de sens. Bien que les limites de mon exploration du réseau n'aient pas été poussées à l'extrême, j'ai constaté que les virgules permettaient de délimiter des blocs sémantiques. Les images générées ont une résolution de 768x768 pixels et ne peuvent pas être agrandies. L'idée d'un tableau infini est intéressante. Il est possible de regénérer une image en conservant la même vue cadrée, mais en réalité, chaque régénération modifie l'image.

🎨 La puissance des requêtes

Bien qu'il soit possible de donner des instructions supplémentaires concernant le style de l'image, cela ne fonctionne pas parfaitement. Les couleurs vives, par exemple, ne sont pas restituées correctement. Il semble que ce réseau neuronal ait des limites et peut-être même un aspect légèrement "jouet". Il offre des styles pré-intégrés, ce qui est pratique mais également une autre dimension ludique. Par exemple, lorsqu'on demande une photo en détail, le résultat est souvent moins fidèle que celui produit sans style.

❌ L'imperfection des détails

Il est toutefois pratique de pouvoir supprimer un objet ou des éléments indésirables en le marquant et en précisant ce qui doit se trouver à la place. Par exemple, l'outil peut effacer parfaitement un objet comme un bateau et le remplacer par la mer et le sable. Cette fonctionnalité est très appréciable. Cependant, certains problèmes se posent lorsqu'on essaie de générer des couleurs vives. La justesse n'est pas totalement au rendez-vous et l'outil a du mal à comprendre pleinement le russe. Peut-être est-ce simplement dû à l'aspect un peu "jouet" de la neural network.

🖌️ Ajouter du style

Malheureusement, lorsque le réseau génère des images en s'inspirant d'un style spécifique, le résultat est souvent décevant. Par exemple, l'outil ne parvient pas à recréer correctement le style cyberpunk et n'a pas la vision adéquate des roues d'une voiture dans l'eau. Pour tester la capacité de compréhension de ce réseau, j'ai utilisé l'exemple de la voiture Audi A4 B8. Normalement, les réseaux neuronaux apprennent à partir d'images spécifiques et devraient donc reconnaître les modèles de voiture individuellement. Cependant, cela ne fonctionne pas ici. La voiture générée ressemble vaguement à une Audi B9 ou à un Audi TT, mais surtout, il est important de mentionner "avant" pour obtenir une voiture de Type break, car c'est le terme utilisé chez Audi pour désigner cette catégorie spécifique. C'est un petit "hack" pour obtenir le résultat souhaité, et dans ce cas, ça a bien fonctionné. Cependant, l'outil prétend comprendre les images et les styles, mais ne parvient pas à les transformer. Par exemple, il ne stylise pas les images téléchargées, il se contente simplement d'ajouter quelques éléments sur les bords.

🔍 Tester la compréhension de la machine

J'ai tenté de tester la capacité du réseau à représenter des personnalités connues. Malheureusement, il ne reconnaît ni Scarlett Johansson ni Youri Gagarine. Même lorsqu'on lui demande de représenter les épaules et les bras, il a du mal à produire quelque chose de satisfaisant. Un petit "hack" consiste à décrire les chaussures d'une personne pour que le réseau neural ait à dessiner ces chaussures et donc une représentation en pied et en entier de la personne. Cette astuce fonctionne avec de nombreux réseaux neuronaux, mais pas avec le "Kandinsky". En somme, il ne s'acquitte pas de cette tâche spécifique. En revanche, il est possible de sauvegarder les images générées, soit en utilisant le cadre par défaut, soit en ajustant le cadre à l'image souhaitée. Malheureusement, il n'est pas possible de modifier les proportions de l'image, toujours en 768x768 pixels, ce qui signifie que l'image sera toujours un carré.

📈 Conclusion et perspectives

L'engouement pour les générateurs d'images basés sur des réseaux neuronaux est indéniablement fabuleux. Plus il y en a, mieux c'est car cela créée une saine concurrence entre les outils. Cependant, je reste convaincu que Stable Diffusion est le meilleur générateur d'images actuellement disponible. Bien évidemment, je ne compare pas ici les artistes, mais les outils. Dans un monde où l'amour et la bienveillance sont plus nécessaires que jamais, je suis persuadé que tout finira par s'arranger. Voilà ce que je vous dis depuis la greenhouse des technologies sociales - Vova Lomov.

Highlights

• Le "Kandinsky" est un outil de génération d'images basé sur un réseau neuronal.
• Il comprend la langue russe et peut être utilisé gratuitement.
• Les requêtes sont faites en utilisant des virgules pour délimiter les blocs de sens.
• L'outil propose une toile infinie et la possibilité de régénérer des images.
• Il offre des styles pré-intégrés, mais certains résultats ne sont pas satisfaisants.
• Des objets ou des éléments indésirables peuvent être supprimés et remplacés.
• La compréhension de la machine est parfois limitée, notamment en ce qui concerne les célébrités et les modèles de voitures.
• Les images peuvent être enregistrées et téléchargées avec un cadre ajustable.