Últimamente estiven utilizando diferentes modelos de xeración de imaxes para facer traballos para as clases de IA. Estes son: DALL-E, Stable Diffusion, Midjourney, Leonardo AI, Firefly, Ideogram e Krea AI. A continuación deixarei a miña opinión sobre cada unha delas. Analizando a facilidade de uso, a versatilidade e o resultado.
A cada unha delas pedinlle o seguinte: " haz una imagen de un tiburón con cuerpo de humano, gafas de sol y pantalones amarillos, surfeando encima de un cohete mientras toca una guitarra eléctrica en el espacio. " e obtiven os resultados seguintes.
DALL-E
É unha ferramenta fácil de usar, o que pides faino e obtes bos resultados se especificas o que queres, non é moi versatil xa que non ten ferramentas que podas usar para modificar a imaxe ao teu gusto, a imaxe está ben lograda, é o que eu pedin, pero ten un toque artístico que eu non pedin mais gustoume como quedou, ainda que cambiando un pouco o prompt se pode mellorar. En xeral gustoume moito.
Stable Diffusion Web
Esta tamén é unha ferramenta fácil de usar, pero os resultados obtidos non son tan bos e non me acaban de convencer. Probei tamén cambiando un pouco os prompts pero o resultado que obtiven non foi o que esperaba. Tampouco é moi versátil xa que non ten moitas ferramentas que podas usar para modificar a imaxe ao teu gusto. A imaxe non está ben lograda, é o que eu pedín, pero non me gustou como fixo o tiburón, a táboa de surf e o espazo. En xeral non me gustou.
MidJourneyfree
Tamén é moi fácil de usar, os resultados obtidos non son moi bos, non me gustou como fixo o tiburón e ademais non o fixo no espazo. Probei tamén a cambiar o prompt e o resultado obtido estivo bastante mellor. Esta tampouco é moi versátil xa que non ten moitas ferramentas que podas usar para cambiar a imaxe como ti queiras. A imaxe non está ben, a imaxe non está moi ben e non fixo moito caso ao que lle pedín. En xeral non me gustou.
Leonardo AI
Pode parecer unha ferramenta difícil de utilizar nun principio, xa que ten moitos gadgets e elementos para modificar a imaxe ao teu gusto, pero, conta con algo que non teñen as outras ferramentas, un tutorial que che explica como utilizala de forma correcta, algo moi positivo xa que se non sería moi lioso. Non me gustou moito o tiburón xa que non o fixo moi realista pero iso pódese arranxar utilizando as ferramentas e mellorando o prompt. É moi versátil xa que conta con numerosos recursos para modificar e mellorar a imaxe. En xeral gustoume.
Firefly
Tentei entrar nesta ferramenta todos os días pero nunca me deixou polo que non a puiden probar. Non podo opinar moito, só podo dicir que non me gustou.
Ideogram
Ideogram tamén conta con numerosas ferramentas e gadgets que podes usar ao teu gusto, esta non ten un tutorial que che explique, pero non resulta difícil de utilizar xa que todo é moi intuitivo. En concreto, nesta imaxe, a camiseta do tiburón está mal feita, aínda que fixen varios intentos cambiando un pouco o prompt e usando as ferramentas que che ofrece e, en xeral, os resultados obtidos son todos moi bos. É moi versátil xa que, igual que Leonardo AI, ten numerosos recursos para modificar e mellorar a calidade da imaxe, a diferencia é que estes son máis fáciles de empregar. En xeral gustoume moito.
Krea.ai
Esta ferramenta non ten moitos recursos para mellorar a imaxe; as modificacións téñense que facer dende o prompt. Non me gustou moito esta imaxe, xa que o tiburón vese un pouco estraño. Non é moi versátil, xa que non ten ferramentas adicionais para mellorar a imaxe, como en DALL-E, aínda que a calidade das imaxes de DALL-E é superior. Ademais disto, ás veces non me deixa entrar ou non me deixa crear as imaxes, polo que, en xeral, non me gustou moito
Como conclusión da miña experiencia probando os diferentes modelos de xeración de imaxes, o que máis me gustou e sen dúbida vos recomendo se queredes iniciar neste mundo é Ideogram, xa que, ademais de ser moi fácil de usar, ten moitas ferramentas que podes aproveitar e sempre obtés moi bos resultados. O que menos me gustou foi Stable Diffusion Web, xa que, aínda que ten algunha que outra ferramenta e é fácil de usar, os resultados obtidos non foron bos, e iso que probei con varios prompts diferentes.