[Sammelthread] AI - Bildgenerierung (Stable Diffusion, Midjourney & Co)

Nein, ist mir auch schon aufgefallen. Weiter oben hat sich ja jemand mit mir gebasht, als Ace Step raus kam (er meinte "mieser Sound, höre nur ich das"). YUE2 ist echt eine andere Dimension. Macht richtig Spaß. Ist natürlich auch einfach "neuer".
 
Was das Geschäftsmodell von Suno wohl dazu sagt? Klar haben die noch ein ganzes Frontend mit vielen Komfortfunktionen, aber die reine Song-Generierung läuft über YUE2 ähnlich gut.
 
Suno darf kommerziell verwendet werden, YUE2 hat keine kommerzielle Lizenz, also offiziell nur für just-for-fun Projekte.
 
  • Gefällt mir
Reaktionen: Vigilant
Just for fun, guck', ich darf es nutzen :-D Für die Arbeit mache ich KI mäßig gar nichts mehr, ich hab' da nix von.

EDIT: Schnelles Video, YUE2 hat geliefert:
 
Zuletzt bearbeitet:
  • Gefällt mir
Reaktionen: MechanimaL
Black Eyed Peas "I gotta feeling" klingt als Hard Rock Version verdammt gut.
Wenn ihr langeweile habt müsst ihr auch mal alte Lieder neues leben einhauchen. Echt der Wahnsinn :D
 
Bekommt einer eigentlich das neue "ming image 01" Workfloww in ComfyUI zum laufen?
Bei mir stürzt immer der gesammte Server dabei im Hintergrund ab!
 
Update von comfyui hast Du gemacht? /edit: musst du ja eigtl, um den WF zu sehen ^^ ist mir aber erst nach dem Schreiben eingefallen.. ^^ Habs noch nicht getestet. /edit2: Fehlermeldung gibts keine?

Bei mir gehts und ist flott:
1790511077783.png


Ergänzung ()

blubberbirne schrieb:
Black Eyed Peas "I gotta feeling" klingt als Hard Rock Version verdammt gut.
Wenn ihr langeweile habt müsst ihr auch mal alte Lieder neues leben einhauchen. Echt der Wahnsinn :D
Wie bist Du vorgegangen? Mit dem "Cover" Workflow und den Stil entsprechend angegeben? Lyrics müssen wahrscheinlich auch richtig angegeben sein?
 
Zuletzt bearbeitet:
  • Gefällt mir
Reaktionen: samuelclemens
MechanimaL schrieb:
Habs noch nicht getestet. /edit2: Fehlermeldung gibts keine?
Doch aber die ist viel zu lang und gibt keinen echten anhaltspunkt. Es zeigt nur ich welcher dateien ein fehler blahbla..
Mittlerweise konnte ich es auf das Prompt enhancer eingrenzen. Lass ich den Schalter deaktiviert schein es zu laufen.
Aber vom Text her scheint es wohl nicht so der überflieger zu sein wie überall propagiert wurde.
 
@MechanimaL Genau so. Lyrics 1:1 übernommen und dann einen neuen Style festgelegt.
 
samuelclemens schrieb:
Doch aber die ist viel zu lang und gibt keinen echten anhaltspunkt. Es zeigt nur ich welcher dateien ein fehler blahbla..
Mittlerweise konnte ich es auf das Prompt enhancer eingrenzen. Lass ich den Schalter deaktiviert schein es zu laufen.
Aber vom Text her scheint es wohl nicht so der überflieger zu sein wie überall propagiert wurde.
Vielleicht eine korrupte Datei oder falsches Modell angewählt im PE Bereich?
Das Modell hat noch eine interessante Funktion nämlich Layern. Ich frage mich grade, ob das in beide Richtungen geht, dann könnte man quasi den Text gesamt rausnehmen, bearbeiten/anpassen und wieder einfügen.
 
MechanimaL schrieb:
Vielleicht eine korrupte Datei oder falsches Modell angewählt im PE Bereich?
Hab nur das voreingestellte probiert.
Aber auch sonst gefallen mir die Comic Bilder nicht so arg. Die haben mir zu viele krieselige Details. Ich weiss nicht wie ich das beschreiben soll.
Unten nur ein paar Beispielbilder.
Habe bei allen dasselbe Prompt benutzt, mal von 003 abgesehen. Bei krea2 teilweise mit PE, ohne PE, mit LoRa usw...
Die letzten natürlich ein anderes Prompt. Gib bei den Tests aber auch um die gezielte reproduzierbarkeit. Deshalb auch sehr bekannte Motive genommen die die KIs eigentlich von Haus aus sehr gut beherrschen sollten.
Ja, ihr könnt auch bei mir fleissig nach logikfehlern suchen. 👀 :rolleyes:
Hab jedes Panel mit nem ganzen Absatz beschrieben. Aber selbst wenn ich jedes mit ner ganzen Din A4 Seite beschreiben würde...
 

Anhänge

  • Krea2_turbo_00043_.png
    Krea2_turbo_00043_.png
    3 MB · Aufrufe: 79
  • Krea2_turbo_00044_.png
    Krea2_turbo_00044_.png
    3,3 MB · Aufrufe: 74
  • ming image 01_00003.png
    ming image 01_00003.png
    1,3 MB · Aufrufe: 64
  • ming image 01_00006.png
    ming image 01_00006.png
    1,3 MB · Aufrufe: 69
  • ming image 01_00009.png
    ming image 01_00009.png
    9,3 MB · Aufrufe: 61
  • Krea2_turbo_00064_.png
    Krea2_turbo_00064_.png
    3,4 MB · Aufrufe: 66
  • ming image 01_00050.png
    ming image 01_00050.png
    4,3 MB · Aufrufe: 64
  • ming image 01_00051.png
    ming image 01_00051.png
    4,2 MB · Aufrufe: 67
Zuletzt bearbeitet:
Mit ChatGPT gemacht:

ChatGPT Image 16. Sept. 2026, 17_09_46.png
 
  • Gefällt mir
Reaktionen: CountSero und AndreasF1975
Kleine Nebenfrage zu LoRas.
Im Moment spiele ich mit dem "LoRA Dataset Studio" herum in dem es möglich ist ein komplettes Dataset anhand ein, zwei guter Fotos vom Gesicht zu generieren.
Die Frage wäre ob es überhaupt Sinn macht wo doch an jeder Ecke geraten wird beim LoRa training keine KI generierten oder veränderten Bilder zu verwenden!? 🤔
 
Soweit ich weiß, werden die meisten Charakter-LoRAs nur mit KI-Generierten Bildern trainiert. Es sei denn, sie basieren auf Charaktere aus Film/Fernsehen und Realität. Und selbst da werden öfters zusätzliche Bilder generiert.
Man muss dann eben kontrollieren, ob die generierten Bilder passend aussehen.
 
Ozmog schrieb:
Es sei denn, sie basieren auf Charaktere aus Film/Fernsehen
Genau darum geht es mir. Diese komplett KI erfundenen Gesichter sind nicht wirklich mein Fall.
 
Fedora - Pinokio - Uncensored Local Studio - DreamShaperXL_Lightning - 30 Steps @IntelArc B50

diffusion-42659.png


Cinematic portrait of a girl with short black hair holding a cassette tape over her eyes, cyberpunk aesthetic, neon red and blue lighting, high contrast, bokeh background, wearing a choker with silver ring, dark leather jacket, hyper-realistic, 8k resolution, moody atmosphere, sharp focus on hands and tape, volumetric lighting --ar 2:3 --v 6.0
 
  • Gefällt mir
Reaktionen: RyzA
samuelclemens schrieb:
Kleine Nebenfrage zu LoRas.
Im Moment spiele ich mit dem "LoRA Dataset Studio" herum in dem es möglich ist ein komplettes Dataset anhand ein, zwei guter Fotos vom Gesicht zu generieren.
Die Frage wäre ob es überhaupt Sinn macht wo doch an jeder Ecke geraten wird beim LoRa training keine KI generierten oder veränderten Bilder zu verwenden!? 🤔
Also ich glaube, die Antwort liegt auf der Hand, wenn Du die Möglichkeit hast, nutze echtes Material der Person. Andere Methoden dann, wenn Du keinen Zugang zu einer Mindestzahl an qualitativ ausreichenden Bildern hast. Und am Ende gilt immer noch: Versuch macht Kluch ;)

@AndreasF1975 Das ist ja schon oldschool ^^ da werden Erinnerungen wach - DreamshaperXL :)
 
  • Gefällt mir
Reaktionen: CountSero
@RyzA ich habe mich mal von deinem Bild inspirieren lassen ^^

"Colossal steampunk soldier towering over a city street, photographed from a dramatic low-angle worm's-eye perspective that emphasizes his overwhelming scale as he strides forward between towering glass-and-steel skyscrapers, his enormous outstretched hand reaching toward the camera with heavy armored brass-plated fingers and riveted leather gauntlets, the hand lit by warm late-afternoon sunlight. He has a weathered, scarred human face with soot smudges, a thick bristling handlebar mustache, glowing mechanical amber goggles strapped to his forehead, and short cropped graying hair, wearing a high-collared heavy canvas officer's coat adorned with brass buttons, overlapping steel shoulder pauldrons, leather straps and ticking pressure gauges, and a massive heavy-soled steel combat boot planted on the street, dust and smoke billowing around his feet. The background is a dense downtown canyon of modern high-rise buildings receding into hazy distance, a dramatic overcast sky streaked with clouds and a low bright sun breaking through near the horizon, a distant airship hovering in the haze, and the street below extremely filled with hundreds of tiny fleeing pedestrians of mixed nationality and gender in coats and jackets in full panic, crying running, a red transit bus, parked cars, a kicked car flying around, and scattered debris, all dwarfed by the giant figure to convey epic scale. Floating around him at various heights are several transparent glossy brass-capped glass canisters, each containing a human figure, full in panic, trapped inside the canister, with thin copper cables trailing, adding a surreal, almost dreamlike layer to the scene. The lighting is cinematic and high-contrast, with rim light on the metal edges and coat seams, volumetric atmospheric haze, and a color palette dominated by deep copper reds, cold grays, and warm golden highlights, rendered in a photorealistic, film-still style with shallow depth of field at the street level and a sharp, detailed focus on the steampunk soldier's face and outstretched hand, evoking a blockbuster sci-fi action film poster."

Bei meinen Clip Token Counter Node kamen so pi mal daumen 460-470 bei rum ^^ (ein Qwen3Vl 4b fp8 Text Interpreter) ^^ Also nicht für alle modelle verdaubar ^^
 
  • Gefällt mir
Reaktionen: RyzA
Zurück
Oben