
در دنیای فناوریهای مبتنی بر هوش مصنوعی، تولید تصویر یکی از زمینههای بسیار هیجان انگیز و پر پیشرفت است. در دو سال اخیر، شاهد ظهور ژنراتورهای تصویر مبتنی بر دیفیوژن بودهایم که توانستهاند کیفیتی نزدیک به عکسهای واقعی ایجاد کنند. برای ارزیابی و مقایسه عملکرد این مدلها، Leaderboard متن به تصویر تحلیل مصنوعی ایجاد شده است.
این Leaderboard، یک رتبه بندی از مدلهای پیشرو در تولید تصویر است که بر اساس ترجیحات انسانی ایجاد شده است. مدلهای مختلفی از جمله مدلهای متن باز و اختصاصی در این Leaderboard حضور دارند که شامل آخرین نسخههای Midjourney، OpenAI's DALL·E، Stable Diffusion، Playground و بیشتر میشوند. رتبه بندی بر اساس یک امتیاز ELO است که از ترجیحات بیش از 45000 انسان در Arena متن به تصویر تحلیل مصنوعی به دست آمده است.
Arena، یک پلتفرم crowd sourcing است که در آن شرکت کنندگان با promptها و تصاویر مختلفی مواجه میشوند و باید بهترین تصویر را بر اساس prompt انتخاب کنند. این فرایند برای طیف گستردهای از موارد استفاده انجام میشود و شامل سبکها و دستههای متنوعی از تصاویر میشود. نتایج اولیه نشان میدهد که در حالی که مدلهای اختصاصی پیشرو هستند، مدلهای متن باز نیز در حال پیشرفت هستند و حتی برخی از آنها توانستهاند مدلهای OpenAI را پشت سر بگذارند.
رتبه بندی بهترین هوش مصنوعی های تولید کننده تصویر :

برای اطلاعات بیشتر در خصوص دسترسی به هر کدام از این موتورهای تولید تصویر هوش مصنوعی، سری به تلگرام آیتیکل بزنید : https://t.me/Aiticle
🔹این مقاله به صورت ماشینی، توسط Aiticle تولید شده و ممکنه ایراداتی داشته باشه، فیدبکهای شما به ما در جهت بهبود سیستممون خیلی کمک میکنه :) لطفا نظراتتون رو باهامون به اشتراک بگذارین.