Midjourney проти Stable Diffusion: відмінності у виявленні

Підхід до генерації

Midjourney та Stable Diffusion обидва використовують техніки дифузійних моделей для генерації зображень з текстових підказок, але Midjourney працює як закритий, розміщений сервіс з узгодженим конвеєром виводу, тоді як ваги Stable Diffusion з відкритим кодом запускаються через безліч різних інтерфейсів, тонких налаштувань та ланцюгів постобробки.

Чому це впливає на виявлення

Узгоджений конвеєр Midjourney, як правило, створює більш одноманітні стилістичні та технічні підписи в результатах. Відкрита екосистема Stable Diffusion означає, що результати можуть значно варіюватися залежно від конкретної контрольної точки моделі, семплера та будь-якого використовуваного користувацького тонкого налаштування, що розширює діапазон артефактів, які повинен розпізнавати детектор.

• Midjourney: закритий конвеєр, більш узгоджені артефакти
• Stable Diffusion: відкрита екосистема, ширша варіативність артефактів
• Обидва виграють від багаторівневого, а не однопризнакового виявлення

Практичне значення

Детектор, навчений лише на типових результатах однієї моделі, погано узагальнюватиметься на іншу. Аналіз візуальних патернів PhotoProof Labs навчений на кількох родинах генераторів, а не налаштований на одну модель.

Чи легше виявити одну з цих моделей, ніж іншу?

Жодна з них не є рівномірно легшою; виявність залежить від конкретної версії, налаштувань та будь-якої постобробки, застосованої до даного зображення, а не лише від бренду моделі.

Чи змінюють тонко налаштовані або користувацькі моделі Stable Diffusion точність виявлення?

Так. Сильно тонко налаштовані або нішеві контрольні точки можуть достатньо змінити характеристики виводу, щоб вплинути на впевненість виявлення, тому широке охоплення генераторів важливіше, ніж оптимізація для однієї конкретної моделі.