Open-Source Bildgeneration: Diffusionsmodelle & LoRA - KI Bauen & Lernen

Willkommen zu KI Bauen & Lernen, einem wöchentlichen Streaming-Event zur KI-Entwicklung, bei dem wir ein neues Thema auswählen und gemeinsam lernen, indem wir bauen. ​Dieses Event dreht sich um die Generierung von Bildern mit KI. Wir sind nicht an ein einzelnes Modell gebunden, das Ziel ist es, das zu erkunden, was es gibt, und tatsächlich einige auszuprobieren. Wir werden uns auf Open-Source-Modelle konzentrieren, aber du kannst auch kommerzielle Modelle (DALL·E, Midjourney und Freunde) mitbringen, wenn du einen Vergleich anstellen möchtest. ​Wir werden versuchen, beide Hauptfamilien zu betrachten: diffusionsbasierte Modelle (der dominante Ansatz heute) und transformerbasierte / autoregressive Bildmodelle. Ich werde im Voraus einige der besten Open-Source-Optionen recherchieren und ausprobieren, und wenn die Zeit es erlaubt, werden wir auch Feinabstimmungen mit LoRA versuchen, um einem Modell einen neuen Stil oder ein neues Thema beizubringen. ​Einige Dinge, die du zum Einstieg nachschlagen kannst: ​Open-Source-Modelle: * ​FLUX.2 (Black Forest Labs): aktueller Qualitätsmaßstab für offene Gewichte; DiT-Rückgrat, bis zu 4 MP, Multi-Bild-Referenz * ​Stable Diffusion 3.5 / SDXL (Stability AI): tiefstes Ökosystem — LoRA, ControlNet, Inpainting, unzählige Feinabstimmungen * ​Qwen-Image (Alibaba): starker Allrounder, besonders gut im Rendern von Text (einschließlich Chinesisch) * ​Z-Image / Z-Image-Turbo: Apache-2.0, nahe FLUX.2 Qualität in nur wenigen Schritten (schnell und kommerziell freundlich) * ​HunyuanImage (Tencent): eine weitere hochwertige Open-Source-Option ​Werkzeuge: * ​Hugging Face Diffusers: https://github.com/huggingface/diffusers * ​ComfyUI: node-basierte Workflows: https://github.com/comfyanonymous/ComfyUI * ​LoRA Feinabstimmung für Diffusionsmodelle ​Ressourcen * ​​​GitHub: https://github.com/sagecodes/ai-build-and-learn * ​​​Ereigniskalender: https://luma.com/ai-builders-and-learners * ​​​Slack (Diskussion während der Woche): https://slack.flyte.org/ * ​​​Gastgeber: Sage Elliott: https://www.linkedin.com/in/sageelliott/ ​In diesem Stream * Einführung ins Thema * ​​​​Gemeinschaftsdiskussion * Praktische Beispiele ​​​Gemeinschaftsherausforderung (optional) ​​​Versuche, 30–90 Minuten während der Woche zu lernen oder etwas im Zusammenhang mit dem Thema zu bauen, und teile dann, woran du arbeitest, in Slack. ​​​Hinweis zu Flyte / Union ​​​Du wirst vielleicht sehen, dass Flyte in einigen Demos verwendet wird. Flyte ist eine Open-Source-KI-Orchestrierungsplattform, die von Union (wo ich arbeite) gewartet wird, um skalierbare, langlebige und beobachtbare KI-Workflows zu erstellen. Du musst Flyte nicht verwenden, um teilzunehmen. * ​​​Union: https://www.union.ai/ * ​​​Flyte: https://flyte.org/ ​​​Hinterlasse einen Kommentar mit Ideen für zukünftige Themen (Agenten, RAG, MLOps, Robotik, Frameworks und mehr).