Actualmente, las herramientas para crear imágenes con inteligencia artificial dan mejores resultados que las dedicadas a crear videos. Esto se debe a su complejidad y su peso, al tratarse de imagen en movimiento, como ya explicamos en otra entrada del blog. Las imágenes estáticas están alcanzando un nivel de realismo difícil de creer: cada vez cometen menos errores y cada vez son más sofisticadas.
Herramientas para crear imágenes con inteligencia artificial
Hoy por hoy, ya hay un repertorio considerable de herramientas en este campo, la mayoría de ellas ejecutables a través del navegador (Chrome, Mozilla, Opera, Edge…). En este artículo damos un repaso a las más importantes.
DreamStudio (de Stability AI)
Para emplear esta herramienta se puede iniciar sesión con Google o Discord. Cuenta con una prueba gratuita que ofrece una cantidad de créditos determinada, que se van gastando según la cantidad de imágenes que generes y su tamaño. Una vez agotados, toca pagar una cuota mensual para conseguir más.
DreamStudio permite introducir manualmente el tamaño (el ancho y el alto) de la imagen a generar. También tiene un apartado llamado «Prompt strenght»: cuanto más alto sea el valor que indiques, mayor será la de similitud entre tu descripción y la imagen final. Puedes aumentar otro parámetro llamado “número de pasos” que marcará el esfuerzo que hace la IA y, por lo tanto, permitirá alcanzar mayor precisión. También permite usar una imagen de tus archivos como punto de partida, creando nuevas imágenes similares. Los resultados que generes se guardan en una biblioteca personal.
Stable Diffusion (de Stability AI)
Es la primera inteligencia artificial de Stability AI, lanzada en agosto de 2022 de forma gratuita. No requiere de ninguna cuenta ni ningún inicio de sesión, pero las imágenes no se guardan en un historial, así que es recomendable descargarlas. Debido a su sencillez de uso, puede tardar bastante en crear imágenes, por la constante saturación de los servidores.
Por lo tanto, Stable Diffusion es la versión libre de DreamStudio, ya que funciona de la misma manera, pero con menos posibilidades. Desde su lanzamiento, hasta hoy, ha sido una de las aplicaciones más populares de IA.
Midjourney (de Discord):
El desarrollo de MidJourney estuvo durante meses en beta cerrada, hasta que se hizo pública en julio de 2022. Por mala suerte, ahora es de pago. Además, esta herramienta funciona a través de Discord, que requiere una aceptación para entrar al chat de Midjourney, aunque no es más que un sencillo trámite.
Midjourney se hizo popular en 2022 por crear imágenes bien estructuradas y definidas, generalmente de mayor calidad que su competencia. Una vez entrado en el chat, escribes la palabra /imagine seguida de la idea deseada. El software genera cuatro imágenes con una serie de caracteres debajo: U1, U2, U3, U4, V1, V2, V3 y V4, en referencia a UPSCALE (agrandar la imagen) y VARIATE (ofrecer una variación o alternativa) y en referencia al número de la imagen. De esta manera, después de recibir 4 imágenes, si haces click en U2, Midjourney te dará otra vez la imagen 2, pero agrandada. Si haces click en V3, te dará otras cuatro imágenes muy parecidas a la tercera.
Dall-E (de Open AI)
Dall-E es la primera herramienta que popularizó el fenómeno de las imágenes con IA, de la mano de Open AI, la empresa que también desarrolla ChatGPT. Ahora estrena su tercera versión, Dall-E3, disponible de forma gratuita desde el buscador Bing (el que viene por defecto en el navegador Edge, de Microsoft). Esta particularidad es fruto de la inversión de 10.000 millones de dólares que hizo Microsoft en Open AI.
Para utilizar Dall-E3 sin pagar es necesario abrir el navegador Edge e iniciar sesión en una cuenta de Microsoft (un hotmail o outlook). Una vez hecho esto, debes hacer click en el logo de Bing (una letra “b” azul) de la esquina superior derecha o escribir en el buscador de Bing: “chat de Bing”. También puedes hacerlo buscando «bing create».
Esto te llevará a una interfaz similar a la de ChatGPT, donde puedes hablar con el chatbot de Bing. Si escribes “crea una imagen de” seguido de la idea que quieres ver, la IA generará una imagen con tecnología de Dall-E3. Normalmente te dará varias imágenes a la vez. Para quienes utilizaron Dall-E2, la mejoría al pasar al 3 les resultará muy notoria, ya que por fin parece estar a la altura de Midjourney y Stable Diffusion.
Genmo AI:
Genmo es un generador de imágenes y gifs. Antes funcionaba con prompts, es decir, escribiendo un texto muy breve con la idea deseada. Ahora funciona con un chat, similar a ChatGPT, en el que el usuario puede expresarse de manera más extensa, incluyendo preguntas y aclaraciones. De esta manera es todo más dinámico. Para usarlo, necesitas iniciar sesión a través de Google o Facebook. Todas las imágenes generadas se van guardando en el historial de chats y en tu biblioteca personal de imágenes.
Stable Doodle (de Stability AI):
La gran diferencia de Stable Doodle con otras aplicaciones es su relación el dibujo, ya que permite dibujar con el ratón en un cuadrado blanco. Estos dibujos pueden ser chapuceros, como de niño pequeño, lo único imprescindible es que se pueda distinguir que hay ciertas figuras en ellos. Al añadir una breve descripción debajo y un estilo artístico de los que ofrece la aplicación, la IA entenderá tu propósito. El resultado será una imagen mucho más elaborada que el dibujo inicial.
Hasta hace poco Stable Doodle era gratuita, pero ahora pide un pago mensual. Por un precio de 9 dólares, accedes ya no solo a Stable Doodle, sino a un conjunto de aplicaciones llamado Clipdrop, que incluye herramientas para eliminar el fondo de las imágenes, borrar figuras dentro de las imágenes, ampliar su resolución, modificar el color de la luz… todas ellas valiéndose de inteligencia artificial.
Ideogram
Esta herramienta es la más reciente de las mencionadas y la que mejor comprende el texto. Mientras Stable Diffusion y Midjourney tienen dificultades para escribir textos, Ideogram los representa bastante bien.
El uso más frecuente de esta herramienta es escribir la palabra “text” seguida del texto que quieres ver entre comillas y de las palabras adecuadas, que marcarán el aspecto, el estilo, las figuras y los colores que habrá en ella. Por ejemplo: text «Pululart» in a red, black and white World War II propaganda billboard. Además, como ya es costumbre en estas aplicaciones, Ideogram proporciona una lista de filtros que ayudan a definir el estilo: photo, illustration, 3d render, anime, graffiti, cinematic, fashion…
Por ahora es totalmente gratuita, sin ni siquiera anunciar una versión de pago mejorada, quizá por ser tan nueva. Se supone que, como ha ocurrido con las demás, acabará implementando una versión con modelo de suscripción. El usuario se registra fácilmente a través de su cuenta de Google y tiene acceso a todo su historial de creaciones, así como a las creaciones de otros usuarios, como ocurre en Pinterest o Deviantart.
Shutterstock
Este enorme banco de contenido multimedia libre de derechos ha querido introducirse en el mundo de la IA, aunque sea de forma discreta. Desde hace unos meses, en la columna de la izquierda incluye la sección “generar”, que permite escribir una idea y seleccionar estilos, para generar imágenes. Aunque claramente sean menos precisas y de menor calidad que Midjourney o Stable Diffusion, es una aportación interesante, teniendo en cuenta que no supone ningún aumento de precio en la suscripción normal a Shutterstock.
|
Totalmente gratuitas |
Stable Diffusion, Dall-E3 (con el truco de Bing), Genmo AI, Ideogram |
|
De pago, con versión de prueba |
DreamStudio |
|
Solo de pago |
Midjourney, Stable Doodle, Shutterstock |
¿Cuánto ha mejorado la generación de imágenes por IA?
En 2021, el año en que salió Dall-E1, apenas se hablaba de crear imágenes con inteligencia artificial, pero el fenómeno ya existía. Los resultados eran raros, ilegibles, abstractos… No eran estéticos, simplemente eran curiosos. Dall-E2 llegó en septiembre de 2022 y daba resultados cercanos a lo que el usuario pedía, pero con imágenes imposibles y elementos inesperados.
Ese mismo 2022 llegaron Stable Diffusion y Midjourney, que desde su nacimiento pasan por un progreso y mejora continuos. En 2022, los usuarios que les pedían imágenes de objetos inertes, paisajes e incluso animales, obtenían resultados bastante satisfactorios. Pero las imágenes de humanos aún eran inquietantes: con tres orejas, con 9 dedos… o simplemente desproporcionados.
En 2023, sin embargo, en las versiones de pago de estas IAs, se está alcanzando el realismo. Las mejores imágenes generadas por IA son casi indistinguibles de las humanas, excepto para los más forofos, que ya han acostumbrado su mirada. Todo esto ha ocurrido solo en tres años y por eso los forofos de la IA están entusiasmados.
La destrucción creativa y dilemas éticos de las imágenes con IA:
Con el avance de esta tecnología, disciplinas como la pintura, la fotografía y el diseño gráfico van a pasar por una transformación importante, porque son tareas que se van a ver muy simplificadas en un futuro a corto o medio plazo. Estas IAs también podrán reemplazar puestos de trabajo en el mundo de la moda y los influencers, por ejemplo, ya que cualquier persona puede generar humanos ficticios desde su ordenador.
Estos asuntos llevan a la superficie un montón de dilemas éticos en cuando a manejar la identidad de las personas. Cualquier usuario podría, por ejemplo, generar una imagen de un famoso robando en un supermercado y difundirla con el objetivo de arruinar su reputación. También se vio hace poco el caso de las chicas menores que fueron desnudadas por un usuario con el uso de una IA. Este ha sido, hasta ahora, el suceso más mediático y más polémico del uso de IA, al menos en España.
Este tipo de acontecimientos sin duda va a generar rechazo entre mucha gente, que querrá prohibir esta revolución. Aunque, por experiencia con otras tecnologías que han causado disgustos similares, la IA generativa acabará asentándose en la sociedad, con alguna regulación nueva. En última instancia, el uso moral y legítimo de esta herramienta es una decisión que debe salir de cada persona.