Midjourney срещу Stable Diffusion: разлики в откриването

Подход към генерирането

Midjourney и Stable Diffusion и двата използват техники на дифузионни модели за генериране на изображения от текстови подсказки, но Midjourney работи като затворена, хоствана услуга с последователен конвейер на резултатите, докато отворените тегла на Stable Diffusion се изпълняват чрез много различни интерфейси, фини настройки и вериги за постобработка.

Защо това влияе на откриването

Последователният конвейер на Midjourney обикновено произвежда по-еднородни стилистични и технически подписи в резултатите. Отворената екосистема на Stable Diffusion означава, че резултатите могат значително да варират в зависимост от конкретната контролна точка на модела, семплера и всяко използвано персонализирано фино настройване, което разширява диапазона на артефактите, които детекторът трябва да разпознае.

• Midjourney: затворен конвейер, по-последователни артефакти
• Stable Diffusion: отворена екосистема, по-широка вариативност на артефактите
• И двете се възползват от многослойно, а не еднoсигнално откриване

Практическо значение

Детектор, обучен само върху типичните резултати на един модел, ще се обобщава лошо върху другия. Анализът на визуалните модели на PhotoProof Labs е обучен в множество семейства генератори, а не настроен за един модел.

По-лесен ли е за откриване единият от тези модели от другия?

Нито един не е равномерно по-лесен; откриваемостта зависи от конкретната версия, настройките и всякаква постобработка, приложена към дадено изображение, а не само от марката на модела.

Променят ли фино настроените или персонализирани модели на Stable Diffusion точността на откриване?

Да. Силно фино настроени или нишови контролни точки могат да променят характеристиките на резултата достатъчно, за да повлияят на увереността при откриване, затова широкото покритие на генератори има по-голямо значение от оптимизирането за един конкретен модел.