Generování obrázků je vytváření nových obrázků umělou inteligencí podle slovního popisu, případně podle vzorového obrázku. Model se na milionech obrázků s popisky naučil, jak spolu souvisí slova a vizuální podoba, a z vašeho zadání skládá obraz, který dosud neexistoval.
Jak funguje generování obrázků?
Generování obrázků nejčastěji stojí na takzvaném difuzním modelu (diffusion model). Při tréninku se model učí opačný postup k zašumění: dostane obrázek postupně zahlcený náhodným šumem a učí se šum krok po kroku odstraňovat. Když pak obrázek vytváří, začne z čistého šumu a v desítkách kroků z něj „vyčišťuje“ obraz. Vaše zadání (prompt) přitom řídí, jakým směrem se šum čistí, aby výsledek odpovídal popisu.
Některé novější nástroje generují obrázky přímo uvnitř jazykového modelu, který zároveň vede konverzaci. Proto dnes jde obrázek vytvořit i v chatu, jako je ChatGPT nebo Gemini, a upravovat ho dalšími větami. Takový model se označuje jako multimodální. Jiné modely, například některé verze modelu Flux, jsou volně ke stažení a dají se spustit na vlastním počítači.
Jaký je nejčastější omyl o generování obrázků?
Častý omyl je, že AI obrázek „vyhledá a poskládá“ z existujících fotek. Model nekopíruje konkrétní obrázky, vytváří nové pixely podle naučených vzorů. Proto umí scénu, která nikdy nevznikla, ale také proto chybuje v detailech, které v datech nebyly jasné: počet prstů, čitelný text na ceduli, technicky správná podoba nástroje. Opačný omyl je, že výstup je vždy původní: u slavných postav a známých děl může model napodobit chráněnou podobu dost věrně.
K čemu se generování obrázků hodí v práci?
- Marketérka: připraví několik variant ilustrace k příspěvku na sociální sítě a s grafikem vybere tu, kterou dotáhne.
- Výchovná poradkyně: vytvoří ilustrace pracovního prostředí různých profesí pro rozhovor o volbě povolání, protože skutečné fotky z dílen nemá.
- Lektorka jazyků: nechá vygenerovat scénu z nádraží nebo restaurace, nad kterou účastníci kurzu popisují, co vidí.
- Projektový manažer: rychle načrtne náladu plakátu na firemní akci, aby měl grafik konkrétní podklad místo slovního popisu.
Příklad zadání
Výchovná poradkyně potřebuje ilustraci k setkání o řemeslech.
Vytvoř realistickou ilustraci restaurátorské dílny. Restaurátorka opravuje starou dřevěnou židli u pracovního stolu. Na stole jsou dláta, svěrky a ochranné brýle. Denní světlo z okna, klidné barvy, žádné nápisy ani loga. Formát na šířku.
Zadání popisuje obsah, styl, světlo i formát a výslovně vylučuje text, který modely často zkomolí. Zkontrolujte, jestli nástroje a postup práce dávají smysl a jestli postava nemá deformované ruce. Upravujte dalšími větami („přidej zástěru“, „bez lidí v pozadí“), ne novým zadáním od nuly.
Na co si u generování obrázků dát pozor?
- Chybné detaily. Před použitím obrázek zvětšete a projděte ruce, text, techniku a symboly.
- Stereotypy. Modely opakují vzory z dat, třeba zobrazují určité profese jen jako muže. Pohlaví, věk a prostředí raději zadejte výslovně, viz heslo zkreslení.
- Skutečné osoby. Nevkládejte fotky kolegů, klientů ani dětí bez jejich souhlasu a netvořte obrázky, které by mohly působit jako skutečná událost. Takové obrázky se blíží deepfaku.
- Práva a podmínky. Před zveřejněním si přečtěte podmínky nástroje a u citlivých použití uveďte, že obrázek vytvořila AI. K právní stránce viz autorské právo.
Časté otázky
Jde generování obrázků pomocí AI zdarma a bez registrace?
Řada chatovacích nástrojů umí obrázky vytvořit i v bezplatné verzi, obvykle s omezeným počtem. Registraci vyžaduje většina z nich. Podmínky se často mění, ověřte je u konkrétního nástroje.
Umí generovat obrázky ChatGPT a Gemini?
Ano, oba nástroje umějí obrázky vytvářet i upravovat přímo v konverzaci. Dostupnost funkcí se liší podle verze a účtu.
Jak poznám, že obrázek vytvořila AI?
Spolehlivě podle oka často ne. Pomáhají metadata o původu podle standardu C2PA a neviditelné vodoznaky, například SynthID, které někteří výrobci do obrázků vkládají. Metadata se ale snadno ztratí, třeba při pořízení snímku obrazovky, a vodoznak může poškodit větší úprava, takže jejich chybění nic nedokazuje.