Technologue.id, Jakarta - DeepFloyd IF adalah model teks-ke-gambar terbaru yang diluncurkan oleh grup riset DeepFloyd, yang didukung oleh Stability AI. Model ini mampu dengan cerdas mengintegrasikan teks ke dalam gambar dengan sangat baik.
Dilatih dengan kumpulan data lebih dari satu miliar gambar dan teks, DeepFloyd IF dapat membuat gambar dari perintah seperti “boneka beruang yang mengenakan kemeja bertuliskan 'Deep Floyd'” dengan berbagai gaya.
Perbedaan utama antara DeepFloyd IF dan model teks-ke-gambar lainnya seperti OpenAI's DALL-E 2 dan Stable Diffusion adalah DeepFloyd IF menggunakan model bahasa besar untuk memahami dan merepresentasikan prompt sebagai vektor.
Baca Juga:
Jejaring Sosial Nextdoor Luncurkan Fitur "Asisten" AI Generatif untuk Postingan Lebih Baik
Karena ukuran model bahasa yang besar tertanam dalam arsitektur DeepFloyd IF, model ini sangat baik dalam memahami petunjuk yang kompleks dan bahkan hubungan spasial yang dijelaskan dalam petunjuk.
DeepFloyd IF dapat membuka gelombang kemungkinan seni generatif baru seperti desain logo, desain web, poster, papan reklame, dan bahkan meme. Modelnya juga harus jauh lebih baik dalam menghasilkan hal-hal seperti tangan, dan mungkin juga dapat membuat teks dalam bahasa lain.
Namun, seperti model seni AI generatif lainnya, DeepFloyd IF juga memiliki keterbatasan. Model dasarnya tidak menghasilkan gambar yang secara estetis menyenangkan seperti beberapa model lainnya.
Baca Juga:
Mengapa Pengguna Snapchat Perlu Berhati-hati Saat Berbagi Lokasi dengan My AI?
Selain itu, DeepFloyd IF tersedia dalam sumber terbuka dan dilisensikan dengan cara yang melarang penggunaan komersial untuk saat ini, kemungkinan dimotivasi oleh status hukum model seni AI generatif yang lemah saat ini.
Meskipun begitu, DeepFloyd IF diharapkan dapat menjadi langkah maju yang signifikan untuk AI generatif, terutama dalam hal mengintegrasikan teks ke dalam gambar. Dengan DeepFloyd IF, seni generatif akan semakin berkembang dan menghadirkan banyak kemungkinan baru yang menarik.