Beeindruckende Landschaften aus Text: Nvidia mit KI-Tool GauGAN 2
Nvidia hat das KI-Tool GauGAN 2 veröffentlicht, das im Gegensatz zum Vorgänger nun auch aus Textbeschreibungen Landschaften generiert. Im Vergleich zum Vorgänger sehen die Ergebnisse dabei deutlich besser aus, wirklich echt wirken die Bilder aber oft noch nicht.
Nvidia forscht seit Jahren intensiv an den Einsatzmöglichkeiten von Neuronalen Netzen. Eines der Resultate ist die erstmals 2019 gezeigte Software GauGAN, die aus einfachen Farbskizzen realistische Landschaften generieren soll. Veröffentlicht wurde die entsprechende Technik aber erst diesen Juni: Seitdem können Besitzer einer RTX-Grafikkarte GauGAN als Teil der Beta von "Nvidia Canvas" ausprobieren.
GauGAN 2 mit Text als Zusatz
Die Ergebnisse von GauGAN sind dabei zwar beeindruckend, aber doch meist recht leicht als computergenerierte Inhalte zu erkennen. Mit dem soeben vorgestellten Nachfolger GauGAN 2 soll das etwas besser und die Einsatzmöglichkeiten zudem flexibler werden. Denn laut Nvidia kann man GauGAN 2 nicht mehr nur mit groben Skizzen der Wunschlandschaft füttern, sondern zusätzlich auch einen Beschreibungstext eingeben.
Ein von Nvidia veröffentlichtes Demo-Video zeigt dabei, wie das idealerweise abläuft. Der Nutzer macht eine (sehr) grobe Skizze der gewünschten Landschaft, gibt einen Beschreibungstext wie beispielsweise "foggy island" ein und erhält als Ergebnis ein verhältnismäßig realistisches Bild. Zudem gibt es auch weitere Optionen, beispielsweise um bestehende Bilder zu bearbeiten. Selbst im Demovideo ist dabei aber noch oft zu erkennen, dass es sich nicht um ein Foto oder um eine gute 3D-Simulation handelt: Auch GauGAN 2 hat nur beschränkte Möglichkeiten. Spannend ist die von Nvidia bereitgestellte Web-Version aber auf jeden Fall.
Ebenso interessant: Nvidia: Kein RTX 4000, aber neues Quantum-2-Flaggschiff mit 57 Mrd. Transistoren
Auch zur Erstellung der neuen Software hat Nvidia ein paar Details parat. Demnach wurde GauGAN 2 mit mehr als zehn Millionen Landschaftsbildern mitsamt Beschreibungen trainiert. Zum Einsatz kam dabei der Nvidia-Supercomputer Selene, der aktuell Platz 6 auf der Liste der schnellsten Großrechner belegt.
Quelle: Nvidia
[Ins Forum, um diesen Inhalt zu sehen]
[Ins Forum, um diesen Inhalt zu sehen]
[Ins Forum, um diesen Inhalt zu sehen]
Nun ... zum probieren ganz nett.
Kann aber auch gut sein, dass ich da noch nicht so ganz durchsteige und es schlicht nicht richtig verstanden hab. Mit Skizze als Input hatte ich zum Beispiel keinen Erfolg. Irgendwas versteh ich da noch nicht.
Aber am Besten selbst ausprobieren, läuft im Browser. Rollora hat weiter oben ja den Link gepostet[Ins Forum, um diesen Inhalt zu sehen]Hier mal ein Beispiel, das besser geklappt hat. Ganz am Anfang hab ich auch Per Text Berg mit Lava ausenrum probiert, das ging aber nicht. Lava kennt das Programm glaube ich auch nicht
Kann mich nur wiederholen, Softwaretechnisch haben sie´s voll drauf ...
MfG Föhn.