• úvod
  • témata
  • události
  • tržiště
  • přihlásit
  • diskuze
  • nástěnka
  • přihlásit
    přihlásit se
    registrace
    ztracené heslo?
    KERRAYAI Art - Tvorba za pomocí umělé inteligence: Midjourney, Nanobanana, ComfyUI, Suno
    Vše ohledně umění tvořeného pomocí umělé inteligence - obrázky, 'fotky', galerie, hudba, video, text + články, novinky apod.

    NSFW obsah prosím obalit spoiler tagem - <div class="spoiler">obrázek</spoiler>, a nemá to tu být klub na roštěnky a nahotinky bez nějaké přidané hodnoty

    Příbuzné diskuze:
    - [DALL·E mini je mrtvé, Dejve, ať žije Craiyon, mage.space, Stable Diffusion atd. - having sex with AI since [date format unknown]]
    - [I Hope This Does Not Exist ​ ​ ​ ▌​ ​ Vedlejší efekty v AI visuálech]
    - AI obecně [Artificial Intelligence AI]
    - Vtipy [Umělá inteligence, chatboti - vtipné konverzace aneb "Hoří hovno?"]
    - [generativní modely] Jak konstruovat prompty, kde získat váhy i jak to vše interpretovat


    Prosím zkusme pro vkládanou tvorbu používat tagy
    #galerie (2-3 obrázky na ukázku, další po rozkliku) #obrázek #video #hudba #text #hry #původní (pro vlastní tvorbu) #roštěnky

    #článek #nástroj

    (návrhy na další tagy apod. vítány)

    Texty, programování: https://beta.openai.com/playground | https://chat.openai.com/
    Obrázky online: https://www.midjourney.com/ | https://beta.dreamstudio.ai/
    Lokálně: Webui-Forge https://github.com/lllyasviel/stable-diffusion-webui-forge | ComfyUI https://github.com/comfyanonymous/ComfyUI | Civitai repository custom modelů pro SD
    AI na vytvoření textového zadání z existujícího obrázku: https://huggingface.co/spaces/pharma/CLIP-Interrogator
    rozbalit záhlaví
    KERRAY
    KERRAY --- ---
    realtimově generované hry
    ModelScope on X: "Meet LingBot-World 2.0.🌍A 1.3B world model, running continuous interactive generation in real time on a single consumer GPU. 🤖 https://t.co/872rKzaREM ⚡ It responds to movement, cam...
    https://x.com/ModelScope2022/status/2097933734347460641
    KERRAY
    KERRAY --- ---
    kolem #hudba #nástroj #copyright #suno to teď bylo trochu nepřehledné, tady je Claude se závěry

    Suno v6: konec starých modelů, Warner deal, a co to znamená



    Suno tento týden spustilo v6 a odstranilo všechny předchozí modely (v3–v5.5). Není to jen upgrade — je to důsledek copyrightových žalob a licenčních dohod s velkými labely. Rychlý přehled:



    Co se stalo


    • Červen 2024 — UMG, Sony a Warner žalují Suno za trénink na chráněných nahrávkách (údajně scrapovaných z YouTube).
    • Listopad 2025 — Warner a Suno uzavírají dohodu (322 upvotes, 489 komentářů). Settlement žaloby výměnou za licencované trénování, download limity a odstranění starých modelů.
    • Léto 2026 — Přidávají se BMG a Believe/TuneCore.
    • ~9. září 2026 — Spuštění v6 (v6, v6-mini, v6-wild). Modely v3–v5.5 pryč.


    Co obsahuje Warner dohoda


    Na Reddit uniklo interní memo CEO Warneru Roberta Kyncla (110 upvotes, 283 komentářů). Klíčové:


    • Odstranění starých modelů je podmínka dealu, ne technické rozhodnutí. Kyncl: modely trénované bez povolení musí být vypnuty.
    • „3-L strategie": Licensing, Legislation, Litigation — labely chtějí kontrolovat celý ekosystém včetně open-source.
    • Revenue sharing z předplatného Suno směrem k držitelům práv.
    • Download limity: Pro = 20/měsíc, Premier = 60/měsíc (dřív neomezeně).
    • Watermarking + takedown práva: akustický fingerprint, možnost claimovat výstupy připomínající chráněné umělce.


    Jak vypadá v6


    Komunita je rozpolcená. Většina kritizuje — v6 prý zní omezeněji a šablonovitěji kvůli menšímu licencovanému datasetu. Zmizela možnost zadat jméno konkrétního umělce. Oblíbený model v4.5 (ceněný pro experimentální elektroniku) je pryč bez náhrady. Menšina obhajuje — vyšší fidelita, víc kontroly, je to prostě jiný model a chce to nové prompty. (diskuze, protinázor)

    KERRAY
    KERRAY --- ---
    Introducing Atlas; A Foundation Model for Spatial Intelligence
    https://www.youtube.com/watch?v=hzvXRHBInx0

    Atlas: A World Model for Spatial Intelligence | World Labs
    https://www.worldlabs.ai/blog/atlas
    AI Summary:

    The blog introduces Atlas, World Labs’ new spatial world model. In brief:

    Atlas takes text, images, video-like image sequences, camera poses, and depth and builds a persistent spatial understanding of a scene.

    It can generate unseen viewpoints and infer missing geometry, rather than only reconstructing what was directly observed.

    It can turn those generated/reconstructed scenes into practical 3D representations such as Gaussian splats for fast rendering.

    World Labs emphasizes that Atlas can be updated with more observations, so its guesses about unseen areas can be replaced by real data.

    They position it for things like robotics, simulation, 3D content creation, and spatial AI.

    The key claim is that Atlas is not merely making pretty 3D reconstructions; it is learning a model of how a scene is arranged in space and using that to predict new observations.

    The main caveat is that the blog demonstrates strong spatial modeling much more clearly than it demonstrates a fully general physics-based world simulator.
    KERRAY
    KERRAY --- ---
    Introducing Solaris our first Interface World Model | Runway
    https://www.youtube.com/watch?v=c2yCePPnrSA
    KERRAY
    KERRAY --- ---
    #video #hra
    i've been using minimax h3 max to make interactive games you control!

    all the decisions are up to you, and since the model is so fast there's basically no delays

    Blendi on X: "try it out here! You can pick from many templates, or create your own completely new one: https://t.co/4gzf2tYIYm" / X
    https://x.com/BlendiByl/status/2094337651189166368
    LOJZA
    LOJZA --- ---
    CYBERWOLF: Co používáš za model?
    DOUPLE
    DOUPLE --- ---
    LOJZA: sotva jsem se naucil s LTX, tak musi vyjit model o pulku lepsi a rychlejsi :)

    DOUPLE
    DOUPLE --- ---
    SLASH: taky je vtipny, ze jde snadno bypasnout nsfw filtr + vetsina "realistic" lor co jsem ke krea2 videl vlastne nejsou az tak prinosny. Dobrej model uz v zakladu
    SLASH
    SLASH --- ---
    musim uznat ze Krea 2 je fakt dobry model. A nejlepsie na tom ze taketo vysledky dokaze vygenerovat pod 10s. (ComfyUI , RTX 4090)

    KERRAY
    KERRAY --- ---
    #nástroj Pixal3D is a new free image-to-3D AI model from Tencent.

    The interesting part is source-image fidelity. It improves on Trellis.2 to better preserve the structure of the original image, so the generated 3D model stays much closer to the input instead of drifting away.

    In this video, testing how accurately it follows the reference image.

    GitHub: https://github.com/TencentARC/Pixal3D

    videjko https://www.reddit.com/r/TopologyAI/comments/1tbvhlt/new_free_3d_ai_generator_from_tencent_might_be/
    LOJZA
    LOJZA --- ---
    DOUPLE: Zajímal by mě výsledek :) Já prompt pochopil, ale obávám se, že takový model se ještě nenarodil, co by to dal :D
    KERRAY
    KERRAY --- ---
    #obrázky na LMArena je nově model "duct-tape", a zdá se to zas ještě o level dál v přesnosti než třeba Gemini
    Reddit - Please wait for verification
    https://www.reddit.com/r/accelerate/comments/1smpd9a/the_rules_of_ai_image_generation_just_completely/
    KERRAY
    KERRAY --- ---
    #hudba #video Model Drop | ZIT + LTX 2.3 + Music Video | Arca Gidan contest
    Reddit - The heart of the internet
    https://www.reddit.com/r/StableDiffusion/s/LRly7bsYkq
    ICE
    ICE --- ---
    #obrázek #původní
    Comfyu, z-image-turbo (3 + 3 + 9 steps latent upscale) + finalni SeedVR2.5 video upscale, lokalne na Radeon 7800XT, (linux rocm 7.2)
    imo z-image drzi prompt jako zadny jiny model.
    (3072x4096)

    Close-up cinematic shot of a fierce blonde Viking shieldmaiden in a snow-covered ancient Nordic forest during a winter storm, her long golden hair braided with fur ties blowing in the wind, intense blue eyes focused ahead with heroic determination as she draws a wooden longbow taut with a feathered arrow nocked and ready to release, wearing thick layered fur pelts and leather armor adorned with glowing ancient runes for warmth against the cold, her loyal large Siberian Husky standing beside her with aggressive stance bared teeth and alert ears watching the prey intently, deep snowy ground with fresh powder and frost-covered trees in the background, subtle aurora borealis lights shimmering in the twilight sky adding mythic glow, dramatic volumetric lighting with snowflakes falling and mist rising from the ground, photorealistic ultra detailed textures on fur skin bow and dog fur, high resolution epic fantasy atmosphere
    VOZKA
    VOZKA --- ---
    DRAGON: Nedá se z toho udělat výřez? Větší rozlišení určitě nějak jde, ale možná na to bude potřeba nějaký spešl workflow, zatímco s tím defaultním by to mělo jít triviálně - NanoBanana Pro v Google Gemini používá 1024x1024. Zkus z toho udělat 1024x1024 ořez ve kterém se nachází ta samolepka, ten mrdni do Gemini, vyber Pro model (pár obrázků denně máš i zadarmo) a řekni mu ať odstraní žluto-červenou samolepku a domyslí co bylo pod ní, ale všechno ostatní nechá na pokoji a nijak do toho nezasahuje. Typicky tě poslechne a zbytek fakt nechá být, takže pak ten výřez můžeš v grafickém editoru vložit zpátky do celého obrázku bez úprav. S fotkami mi to takhle fungovalo dobře.

    A pokud by to udělal blbě, tak doporučuju otevřít novou konverzaci a zkusit to znova, třeba poupravit prompt. Když se ho v jedné konverzaci zkoušíš dotlačit k tomu aby udělal líp něco co zvoral, tak často neposlouchá a je to značně frustrující.
    MINER
    MINER --- ---
    MINER: Korekce: Google upscale neni dobrej na fotky se složitější strukturou, takže 4k nebrat ani v AI studio.

    Nejlepší kvalita bez Comfy: 2k (4Mpx) model + Photoshop Generative Upscale – ten je fakt dobrej.

    A teď už dám pokoj a jdu porovnat, kam to jde posunout s Comfy:)
    SLL_QUY
    SLL_QUY --- ---
    RUDOLF: Vyzkousej placene Meshy, ten jejich free model nedava pouzitelne vysledky, ten placeny je pro muj use-case vlastne flawless.
    ICE
    ICE --- ---
    MINER: jj existuji flux2 nebo ultra flux(4K), nicemene defaultni vystupy maji na urovni prvniho sdxl (meky roztekly visual). IMO s nadeji koukam na z-image, protoze ve spojeni s text enkoderem qwen3 dava supr vysledky - drzi promt jako zadny jiny model (+text lepe nez flux). Bouzel rozliseni je klasicke a vysledny obraz je potreba prohnat pres "hi-res optimalizery" ;).
    ICE
    ICE --- ---
    MINER: problem je velky pracovni rozliseni protoze generativni modely jsou omezeny na +- 1024x1024. Vetsi obrazky se pak generuji img2img upscalingem -bud specialnim upscalerem (remacri, sia, ultrasharp atd.) ktery umi vetsi vystup. tahle metoda ti ale neprida nic kontextoveho, pracuje jen s daty v puvodnim obrazku a snazi se najit hrany a patricne je zjemnit. Druha metoda generuje nove detaily v kontextu - a to je klasicky generativni model se znamym omezenim velikosti. Takze musis obrazek rezat na dlazdice (1024x1024) a urzet model v patricnych mezich aby ti kazdou dlazdici nedelal tak trochu jinak. ;)
    Tudiz tve workflow bude muset obsahovat metody jako: zamaskovat objekt s prechodem do okoli, zmensit na generativni velikost, generovat inpaint metodou, upscalovat (tiling), placnout do hires obrazku. Muze existovat i lepsi postup, zkus pohledat comfyu fora. Tohle se vyvyji strasne rychle.
    LOJZA
    LOJZA --- ---
    MINER: Lehce off-topic, ale řešil jsem teď podobnou situaci: portrétová fotka od profi fotografa cca 5000 x 5000 px, kde potřebuju dogenerovat okraje po pravé a levé straně (kusy lehce rozmlženého pozadí - les, tráva...), abych mohl tisknout v potřebném poměru stran na velké plátno. Online "unclipperů" a "extenderů" je hromada, ale 99 % z nich má za sebou evidentně napojené nějaké API na standardního "velkého" provozovatele nějakého generativního modelu. Ve výsledku fotku "extendují", ale redukují rozměry na cca 1000 x 1000 px (např. Kling), v lepším případě 2000 x 2000 px (např. https://airbrush.com/). Překvapilo mě, že to takto redukuje právě i ten Kling, který se očividně snaží pozicovat jako jeden z leaderů (alespoň co se videa týče). Ztráta kvality samozřejmě nepřijatelná. Našel jsem jediný nástroj, který rozměr umí zachovat - https://www.pixelcut.ai/. Model, který za tím je, ale není zase až tak super, takže dogenerované pozadí vypadá dost "namalovaně". Takže zatím meh výsledky...
    Kliknutím sem můžete změnit nastavení reklam