Сегодня день картиночных генераторов. Новых притом.

Помните писал про загадочный Riverflow на Image Arena.

Так вот, он вышел из тени и побивает всех на Image Editing Arena (в топе).

Давайте разбирацца.

Это малоизвестная компания Sourceful, которая уже полгода как на рынке со своими натренированными чекпойнтами специально для дизайна и упаковки. Подозреваю, что это дотренированная Stable Diffusion 3.5

И тут они бахают именно редактирующую модель.

Читаем:
Sourceful обучили модель языка визуального мышления (VLM) для включения диффузионных изображений (частично или полностью завершенных шагов) в Chain of Thought exploration пространства редактирования. Таким образом, мы получили возможность изменять направление пути редактирования, что обеспечивает более высокую согласованность, лучшее соблюдение многошаговых операций и более быстрые ответы на простые задачи редактирования. В Riverflow 1 мы не используем диффузионные модели Google или OpenAI, а вместо этого выбираем диффузионные модели с открытыми весами.

Какие модели с открытыми весами не пишут (я думаю что SD35).

Поглядите у них на сайте, как они избивают Нанабанану в различных тестах.
https://www.sourceful.com/research/introducing-sourceful-riverflow-1

Теперь о хорошем.
Есть бесплатные 70 кредитов (14 редактирований)
Скоро будет версия Pro
1K resolution
11 разных аспектов картинки
доступен также по API на https://runware.ai/ (немного странный выбор, ждем на fal.ai)
цены для АПИ:
riverflow-1-mini: $0.05 per image
riverflow-1: $0.066 per image

Теперь о плохом:
лепит огромные логотипы
генерация на сайте идет БОЛЬШЕ минуты (это дико долго)
пытается всучить вам макет для печати за деньги
сайт странный, с акцентом на старый генератор дизайнов и упаковок, я бы сделал отдельный сайт для редактирования, а то можно потеряться (идите в меню Create)
за 9 долларов в месяц дают всего 40 редактирований (200 кредитов)

Теперь тесты:
1. Белку перекрасила в зеленый, но в отличие от REVE, покрасила и рот тоже. Камеру удержала.
2. На бутылках цифры заменила, но камеру подвинула зачем-то.
3. На меня шляпу надела и футболку перекрасила в красный (текстуру потеряла), а когда снимала очки камеру опять дернула почему-то.

Давайте навалимся и потестируем, есть по 14 кретитов на редактирование у каждого (имейла).

https://www.sourceful.com/research/introducing-sourceful-riverflow-1

@cgevent

Генератор картинок от Микрософта.

С марте писал про то, как OpenAI и Микрософт потихоньку ссорятся:
Микрософт в долгу не остается. Она работает над собственными моделями «рассуждений» (cемейство MAI), сопоставимыми с моделями o1 и o3-mini от OpenAI. Которые будет внедрять в свой Копилот, чтобы уйти от зависимости от OpenAI.

И вот сейчас они бахнули MAI-Image-1 (тонкий троллинг GPT-Image-1) - свою модель для генерации картинок.
Похваcтаться особо нечем, модель занимает 9е место на LMArena, зато можно написать вот так:
"Представляем MAI-Image-1, дебютировавшую в топ-10 на LMArena".

Судя по картинкам на сайте, немного предыдущее поколение генераторов. Уровень Flux.dev, кожа - пластик, но надо смотреть в деле.

А смотреть пока негде - обещают скоро выкатить в Copilot and Bing Image Creator.

Хотя.. вы можете поотлавливать модель на LMArena, она там официально появляется, если долго кликать.

https://microsoft.ai/news/introducing-mai-image-1-debuting-in-the-top-10-on-lmarena/

@cgevent

Veo 3.1 появился на wavespeed.ai и flowith.io

Разрешение 1080р, но длительность по прежнему 8 секунд.

Вечером ждем анонса от Гугла.

Промпт:
Context: A Panda named Bamboo and a Red Fox named Tweed host a casual, witty podcast called "Quantum Quibbles."
Task: Write the absolute shortest, most punchy opening exchange for an episode on quantum entanglement. Focus only on quick introductions and the topic title.
Panda (Bamboo): "Welcome to Quantum Quibbles! I'm Bamboo."
Red Fox (Tweed): "And I'm Tweed!"
Panda (Bamboo): "Today: Quantum Entanglement!"
Red Fox (Tweed): "Let's dive in."

@cgevent