Перетворити фото на ілюстрацію за допомогою ШІ (дифузійна модель)

Запускає у вашому браузері дифузійну модель на основі Stable Diffusion, щоб перемалювати фото в стилі аніме, акварелі, олійного живопису тощо. Гнучкіше, ніж «Стилі ілюстрації й живопису», з керуванням через підказку. Фото не залишають ваш пристрій.

Перевірка середовища…

Під час першого запуску цей інструмент завантажує ШІ-модель (близько 2100 МБ). Через поточні обмеження пропускної здатності сервера завантаження може тривати близько 10 хвилин; згодом використовується копія, збережена в браузері. Потрібен WebGPU.

Налаштування

0.55

Що вибрати — полегшений інструмент чи дифузійна модель

Є два інструменти, щоб перетворювати фото на ілюстрації. Вибирайте залежно від пристрою та бажаного результату. Радимо спершу спробувати полегшений, а якщо захочеться більшого — перейти на дифузійну модель.

Стилі ілюстрації й живопису

Метод
Полегшені GAN (AnimeGANv2 / fast-neural-style), які змінюють лише візуальний стиль
Вимоги
Працює без WebGPU, зокрема на телефонах і старих ноутбуках
Перше завантаження
Близько 8 МБ на стиль, близько 50 МБ для всіх 7
Час на зображення
Менше секунди з WebGPU, кілька секунд на процесорі
Керування стилем
Вибір із 7 фіксованих стилів
Результат
Композиція, вираз і риси обличчя зберігаються; збої рідкісні
Найкраще для
Швидких аватарів або пристроїв зі скромними характеристиками

ШІ-ілюстрація (дифузія)Ця сторінка

Метод
Дифузійна модель (LCM Dreamshaper v7), яка перемальовує фото за підказкою
Вимоги
Потрібен WebGPU, 4 ГБ+ пам’яті GPU (спільна пам’ять у вбудованій графіці)
Перше завантаження
Близько 2,1 ГБ. Через пропускну здатність нашого сервера зараз це близько 10 хвилин
Час на зображення
20–40 секунд на вбудованій графіці, кілька секунд на дискретній відеокарті
Керування стилем
5 шаблонів і довільні підказки англійською
Результат
Багатші, мальовничіші результати; за вищої сили обличчя віддаляється від оригіналу
Найкраще для
Ігрових ПК чи Mac з Apple Silicon і тих, хто хоче точно керувати стилем

Як користуватися

  1. 1

    Додайте фото

    Перетягніть одне фото. Використовується центральний квадрат (512×512), тож найкраще підходять фото з обличчям посередині.

  2. 2

    Виберіть стиль і силу

    Виберіть аніме, акварель, олійний живопис, комікс чи піксель-арт або напишіть власну підказку англійською. Що вища сила, то виразніший стиль; що нижча, то більше зберігається від оригінального обличчя.

  3. 3

    Згенеруйте й виберіть

    Задана кількість зображень генерується поруч. Збережіть ті, що сподобалися; повторний запуск із тими самими налаштуваннями дає інші результати.

Як це працює і що варто знати заздалегідь

LCM Dreamshaper v7 (ліцензія MIT), конвертована в fp16 ONNX, працює в onnxruntime-web з WebGPU. Фото кодується в латентне представлення, до нього додається шум, і модель перемальовує його за 4 кроки відповідно до підказки (img2img). Сила — це кількість шуму; близько 0,5 змінює стиль, але людину все ще можна впізнати.

Загальний розмір моделей — 2,1 ГБ, тож перше завантаження триває певний час. Через поточну пропускну здатність сервера воно може тривати близько 10 хвилин; після переходу на іншу інфраструктуру стане швидше. Подальші запуски використовують копію, збережену в браузері, тож чекати не доводиться. Потрібні WebGPU і щонайменше 4 ГБ пам’яті GPU (спільна пам’ять у вбудованій графіці); кожне зображення обробляється 20–40 с на вбудованій графіці або кілька секунд на дискретній відеокарті.

Характеристики цього інструмента

Вхідні дані
JPG, PNG, WEBP, AVIF, GIF, BMP, HEIC, HEIF, SVG, TIFF
Результат
JPG, PNG, WEBP
Обмеження
Один файл за раз. Розмір файлу не обмежений (обробка в межах пам’яті вашого пристрою)
  • Безкоштовно, без реєстрації, без встановлення застосунків
  • Файли ніколи не завантажуються на сервер (обробка в браузері)

Поширені запитання

Чи надсилаються мої фото на сервер?

Ні. Моделі завантажуються у ваш браузер, а генерація виконується на GPU вашого пристрою. На сервер цього сайту надсилається статистика обробки для виправлення помилок (характеристики пристрою, типи помилок тощо; ніколи не саме фото, назва файлу чи підказка). Її можна вимкнути перемикачем у розділі «Допоможіть покращити сервіс» унизу сторінки.

Чому завантаження повільне?

Пропускна здатність сервера зараз обмежена приблизно 4–5 МБ/с, тож 2,1 ГБ завантажуються близько 10 хвилин. Розширення каналу заплановано. Завантаження відбувається один раз; подальші запуски використовують збережену копію.

Чому обличчя більше не схоже на людину?

У дифузійному img2img що більша сила, то далі результат від фото. Щоб зберегти схожість, зменште її до 0,4–0,5. Якщо риси обличчя спотворюються, застосуйте до результату «Відновлення облич».

Чим це відрізняється від інструмента «Стилі ілюстрації й живопису»?

Той інструмент використовує легкі GAN, що зберігають композицію й змінюють лише стиль зображення (секунди, моделі по 8 МБ). Цей перемальовує зображення дифузійною моделлю, тож він гнучкіший і керується підказкою, але модель велика й потрібен WebGPU.

Допоможіть покращити сервіс

Якщо конвертація чи стиснення не вдаються, надіслані нам обставини допомагають знайти причину. Знаючи, на яких пристроях і з якими форматами збої трапляються найчастіше та скільки триває обробка, ми можемо переглядати підтримувані формати й виправляти помилки, що за цим стоять. Якщо ви не проти, залиште це ввімкненим — це справді допомагає.

Що надсилається

  • Інструмент, яким ви скористалися, і вибрані налаштування (формат результату, якість тощо)
  • Характеристики пристрою (GPU, пам’ять, кількість ядер)
  • Вхідний формат із приблизним розміром
  • Скільки файлів оброблено успішно чи з помилкою і скільки часу це зайняло
  • Тип і подробиці помилки, якщо щось не вдалося

Що ніколи не надсилається

  • Самі файли та їхні назви
  • Текст, субтитри чи підказки, які ви додаєте до відео
  • IP-адреси

Дані надходять лише на власний сервер цього сайту й ніколи — до сторонніх сервісів.
Повний перелік, зокрема подробиці, які надсилає кожен інструмент, наведено в розділі «Статистика обробки» політики конфіденційності.

Схожі інструменти