Generazione di Immagini
La generazione di immagini è il processo con cui si creano immagini nuove da una descrizione testuale o da un'altra immagine: un modello generativo, di solito un diffusion model, trasforma un prompt in pixel passo dopo passo invece di copiare foto esistenti.
Niente gergo, niente formule
In parole semplici, che cos'è?
Il lavoro pesante lo fa il diffusion model. Scrivi un prompt e un text encoder lo trasforma in un brief numerico che il modello sa seguire. La generazione parte da rumore puro, un campo casuale di pixel. In un ciclo da 20 a 50 passi il modello predice cosa si nasconde nel rumore e ne toglie una fetta, spinto ogni volta dal prompt: prima forme e palette grossolane, poi contorni, poi texture. Un decoder alza l'immagine ripulita alla risoluzione piena. Quello che esce sono pixel nuovi, non un collage: nulla è stato copiato. Si rompe in modo prevedibile. Testo dentro le immagini, mani e dettagli di brand fini escono sgrammaticati, perché il modello ha imparato statistiche, non ortografia. Riflette anche i dati di training, quindi gli stili pendono verso le immagini sovrarappresentate a meno che tu non corregga il tiro. L'uso professionale è un ciclo: brief, genera, correggi, rigenera.
- 01
Prompt. Scrivi il brief: soggetto, stile, luce, formato.
- 02
Encoding. Il prompt diventa una descrizione numerica che il modello segue.
- 03
Denoising. Il modello parte dal rumore e lo toglie in 20-50 passi guidati.
- 04
Decoding. L'immagine ripulita viene portata a risoluzione piena.
- 05
Perfezionamento. Correggi il prompt o rigeneri finché non coincide con la specifica.
Termini che gli stanno vicini.
Diffusion Model
Un diffusion model è un modello generativo addestrato a invertire un processo graduale di rumore: impara a rimuovere rumore passo dopo passo, così in generazione parte da puro statico e lo affina in un'immagine, un suono o altro output coerente col prompt.
LeggiText-to-Image
Il text-to-image è il compito di produrre un'immagine da una descrizione scritta: un encoder di testo converte il prompt in una rappresentazione numerica, e un modello di immagine la usa come guida per generare pixel coerenti con la descrizione.
LeggiGAN
Una GAN (Generative Adversarial Network) è una coppia di reti neurali allenate una contro l'altra: un generatore crea campioni sintetici e un discriminatore li giudica rispetto ai dati reali, e ognuna migliora cercando di battere l'altra.
Leggi§ 04
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.