# Уэс Рот протестировал Ideogram 2.0: превосходство в тексте и борьба с Midjourney Источник: https://www.youtube.com/watch?v=nMyvQyO7Zcs Канал: Wes Roth Опубликовано: 24.08.2024 --- На рынке генеративного искусства произошло значимое событие: релиз Ideogram 2.0 бросил вызов многолетнему лидерству Midjourney. Популярный технологический обозреватель Уэс Рот провел детальное сравнение двух нейросетей, чтобы выяснить, действительно ли новый игрок способен «подвинуть» признанного фаворита в 2024 году. ## 🎨 Интерфейс и возможности сообщества [[JUMP:1:05]] Ideogram 2.0 предлагает пользователям интуитивно понятный веб-интерфейс, который во многом напоминает обновленную платформу Midjourney. Главная страница представляет собой раздел «Discovery», где можно изучать работы других участников, видеть их промпты и настройки, а также оценивать понравившиеся изображения. Ключевые особенности социальной составляющей платформы: * Просмотр точных настроек и вариаций для каждого изображения. * Система рейтингов: лучшие работы за день, неделю, месяц или за все время. * Возможность копирования удачных промптов для собственного творчества. ## ✨ Инструментарий и «Магические промпты» [[JUMP:2:39]] Одной из центральных функций Ideogram является «Magic Prompt» — встроенный ИИ-оптимизатор, который по умолчанию включен и автоматически трансформирует короткие запросы пользователя в более подробные и художественно насыщенные описания. В арсенале настроек Ideogram 2.0 присутствуют: * Выбор соотношения сторон (например, 6:9 для широкоформатных изображений). * Цветовые палитры: пользователь может задать конкретную гамму для генерации. * Режимы рендеринга: выбор между скоростью (Fast) и качеством (Quality). * Работа с «сидами» (seed) и негативными промптами для исключения нежелательных элементов. Уэс Рот отмечает, что для платных подписчиков доступны приватные генерации, в то время как на бесплатном тарифе все созданные изображения по умолчанию остаются публичными. ## ✍️ Революция в генерации текста [[JUMP:1:59]] Главным преимуществом Ideogram, по мнению автора видео, является феноменальная точность работы с текстом. В отличие от многих конкурентов, Ideogram 2.0 практически не допускает орфографических ошибок и корректно вписывает надписи в контекст изображения. В ходе теста с татуировкой «Center of the World» на женском прессе нейросеть продемонстрировала: 1. **Безупречное правописание**: текст был воспроизведен символ в символ. 2. **3D-искажение**: буквы естественным образом изгибались, следуя анатомии тела и складкам кожи. 3. **Реалистичные детали**: ИИ добавил характерное покраснение вокруг свежих букв татуировки, что придает изображению достоверность. Для сравнения, Midjourney в этом тесте либо выдавала ошибки в словах, либо подвергала контент цензуре, заменяя «подтянутый пресс» изображением толстого кота с табличкой. ## ⚔️ Битва стилей: от Ван Гога до «Офиса» [[JUMP:7:27]] Уэс Рот провел серию стресс-тестов, предлагая нейросетям сложные и необычные задачи. * **Шутер от первого лица в стиле Ван Гога**: Ideogram отлично справилась с задачей, создав узнаваемую манеру письма, хотя «магический промпт» иногда добавлял лишние детали, такие как вазы с подсолнухами в комнате игрока. * **Мутантный конь из пламени и пепла**: Нейросеть точно передала все элементы — пустыню, черное небо и красную луну. * **Сифонофора-кот (Тест Дуайта)**: Вдохновившись сериалом «Офис», Уэс попытался скрестить кота с колонией морских организмов — сифонофорами. По мнению Рота, Midjourney по-прежнему значительно превосходит конкурента в создании «странных» гибридов и объектов, которых нет в обучающей выборке. Ideogram в тесте с сифонофорой-котом выдала посредственные результаты, в то время как Midjourney создала пугающе реалистичные и креативные изображения с щупальцами-вибриссами. ## 🛠 Процесс диффузии и апскейлинг [[JUMP:14:05]] Автор объясняет техническую сторону работы таких моделей: обучение происходит путем постепенного разрушения изображения шумом, а генерация — это обратный процесс «очистки» случайного шума до осмысленного объекта по запросу. Что касается детализации, в Ideogram 2.0 реализована гибкая система апскейлинга (увеличения разрешения): * **Resemblance (Сходство)**: ползунок определяет, насколько сильно результат будет похож на оригинал. Уэс заметил, что 100% сходство может ограничивать детализацию лица, поэтому рекомендует снижать этот параметр до 70% или ниже для получения более творческих результатов. * **Detail (Детализация)**: настройка уровня проработки текстур, от которой зависит четкость складок ткани или кожи. ## 📈 Будущее индустрии и рыночные тренды [[JUMP:28:39]] Несмотря на технологический рывок Ideogram, Midjourney остается «королем» рынка. Согласно данным Google Trends, поисковый объем Midjourney значительно выше, чем у Stable Diffusion, DALL-E и Ideogram. Финансовые показатели Midjourney также впечатляют: компания достигла выручки около $200 млн, будучи одним из первых платных сервисов в своей нише. Однако график показывает, что разрыв между Midjourney и Ideogram начинает постепенно сокращаться. По словам Уэса Рота, хотя Midjourney все еще занимает первое место в его личном рейтинге за счет умения создавать «крутую» картинку даже из посредственного промпта, Ideogram 2.0 стала серьезным конкурентом, особенно в сфере дизайна, маркетинга и работы с текстом.