Нейросеть Ideogram для генерации изображений: особенности и использование

Инструмент создаёт картинки с читаемым текстом.

Ideogram — нейросеть для генерации изображений по описаниям. Её разработала группа экспертов, бывших сотрудников Google Brain. Ideogram стала доступна в 2024 году. Главное отличие от аналогов вроде Dall-E и Midjourney — функциональность соцсети и возможность добавлять в изображения текст. Это делает нейросеть универсальным инструментом для дизайнеров, маркетологов и SMM-специалистов.

Содержание:

Сервис доступен через веб-интерфейс или iOS-приложение. Плюс для пользователей из России — нейросетью можно пользоваться без каких-либо ограничений. Однако весь интерфейс — на английском.

Для работы с Ideogram нужно:

Находится рядом с полем для ввода промпта.

Magic Prompt — это инструмент, который дорабатывает текстовые запросы. Функция добавляет контекст, атмосферу и стилистические детали, чтобы получить максимально качественные изображения. Magic Prompt можно включить, выключить или оставить в режиме Auto — в этом случае ИИ сам решит, нужно ли улучшать запрос.

Например, запрос «Собака в новогоднем колпаке» искусственный интеллект сам перевёл на английский и дополнил: «A photo of a dog wearing a festive holiday hat with ornaments and a pom-pom. The dog has its eyes wide open and its ears stand up. The background is a cozy living room with a Christmas tree adorned with ornaments. The floor is covered with presents wrapped in paper. There is a string of fairy lights hanging on the wall». («Фотография собаки в праздничном колпаке с ёлочными украшениями и помпоном. У собаки широко открыты глаза и стоят уши. На заднем плане — уютная гостиная с украшенной елкой. Пол усыпан подарками, завёрнутыми в упаковочную бумагу. На стене висит электрическая гирлянда»).

Aspect Ratio — выбор соотношения сторон. Доступно несколько популярных форматов: 16:9, 16:10, 3:2, 4:3, 5:4 и 1:1. Ideogram генерирует изображения и в вертикальной, и в горизонтальной ориентации.

Visibility — возможность сделать изображение недоступным для других пользователей. В бесплатной версии переключить нельзя — все кадры оказываются в общей ленте, их можно лайкать и комментировать.

Model — выбор модели генерации. В Ideogram доступны три модели:

Тот же запрос «Собака в новогоднем колпаке» в исполнении модели 0.2. Налицо эффект блюра и типичные «болячки» нейросетевых картинок: проблемы с колпаком и бантами на заднем плане, у собаки появилась лишняя лапа.

Color palette — возможность выбрать готовую цветовую палитру или создать собственную. По умолчанию выбран параметр Auto — нейросеть сама определяет, какие цвета лучше подходят под промпт.

Внизу панели расположены кнопки, с помощью которых пользователь может выбрать стиль изображения. Из вариантов — автоматический, общий, реалистичный, 3D, аниме. Также есть вариант Design (дизайн), который подойдёт для генерации логотипов, постеров и другой типографики.

Примеры выше показывают: даже простого описания достаточно, чтобы получить реалистичное изображение. Но чем больше в промпте будет деталей, тем точнее получится картинка.

Например, если дополнить запрос «Собака в новогоднем колпаке» до «Собака породы бигль в пушистом новогоднем колпаке. Фон — улица. Собака сидит вполоборота. В лапах у собаки лежит подарок», нейросеть учтёт пожелания.

Функция «Magic prompt» дополнила описание: «A photo of a Beagle breed dog wearing a fluffy Santa hat. The dog is sitting with its body half turned. It is standing on a snowy street. There is a present next to the dog’s paws. The background contains buildings. The overall image has a winter theme». («Фотография собаки породы бигль в пушистой шапке Санты. Собака сидит, вполоборота. Она сидит на заснеженной улице. Рядом с лапами собаки лежит подарок. На заднем плане изображены здания. В целом изображение имеет зимнюю тематику»).

Чтобы добавить на картинку текст, достаточно указать необходимую надпись в описании.

Например, «Собака в пушистом новогоднем колпаке. Фон — улица. В зубах у собаки табличка с надписью "Happy New Year!"».

Нейросеть снова доработала промпт до «A photo of a fluffy white dog wearing a knitted hat with pom-poms, sitting outside on a snowy day. The dog has a green and red collar. The dog is holding a sign with the text “Happy New Year!” in its mouth. The background shows a snowy street with a few houses». («Фотография пушистой белой собаки в вязаной шапке с помпонами, сидящей на улице в снежный день. На собаке зелёный с красным ошейник. Собака держит в пасти табличку с текстом „Happy New Year!“. На заднем плане изображена заснеженная улица с несколькими домами»).

Текст хорошо читается. Более того, алгоритмы учли контекст и выполнили надпись в новогоднем дизайне.

Но есть и минусы. Главный — Ideogram плохо понимает кириллицу. Если заменить в промпте “Happy New Year!” на «С Новым годом!», получится типичная нейросетевая галлюцинация.

В Ideogram есть встроенная функция редактуры изображений. С её помощью можно исправить ошибки в тексте или заменить фрагменты, которые не удались с первого раза. Но в бесплатной версии воспользоваться редактором нельзя.

В бесплатном тарифе пользователь получает 10 кредитов ежедневно. Разработчики пишут, что их хватит на создание до 40 изображений. Это так, но при каждой генерации пользователь получает четыре картинки — итого в день он может отправить Ideogram не больше 10 запросов. По состоянию на декабрь 2024 года одна генерация с помощью Model 2.0 стоит 2 кредита, Model 1.0 и Model 0.2 — 1 кредит.

В бесплатной версии также недоступна часть функций. Например: редактор, некоторые соотношения сторон (заданное пользователем, 2:1 и 3:1), возможность удалять фон или указывать слова, которые не должны попасть в промпт.

Платные тарифы начинаются с $7 в месяц при оплате на год. Российскими картами оплатить нельзя. В таком варианте пользователи ежедневно получают 100 кредитов, а каждый месяц — по 400 турбо-кредитов. Они позволяют генерировать изображения без ожидания.

Вы бы попробовали Ideogram для работы?