¿Queréis tener un subforo dedicado a IA's generativas?

Venga, votad si os parece bien o mal y por qué.

Yo voto que si.
Al final aporta cultura o información de que es lo que hay por ahí.
De no ser por este foro, no me hubiese enterado de lo que hay por la calle y saber de estas cosas siempre aporta. Independientemente de que me lance a usarlas o no.

Si! que al final es un recurso más que se puede usar incluso para campañas de rol (ya sea que te haga de máster en tu partida de 1 o genere ideas para crear tu campaña)... aunque tenga sus más y sus menos.

Además, siempre es interesante ver que hay por ahí y comentarlo.

Sí, me parece interesante. El otro día entré por casualidad en un canal de rol en solitario y es un recurso muy interesante. Por ejemplo, inicias la historia y la IA te sugiere cómo continuar, o te genera un dungeon, o te dibuja una aldea, y hasta le pone nombres a los lugares, ¡la leche!

Si, parece que es algo que ha venido para quedarse

¿Y qué secciones o subforos os gustaría tener en este apartado de IA? He visto por ahí que hay temas de rol, ilustraciones e incluso reglas de juegos.

Si, parece que es algo que ha venido para quedarse

Totalmente

Hasta que alguien saque la IA definitiva, Skynet 

Si os sirve a modo de lo que se puede hacer con una IA de imágenes, aquí unos ejemplos:

Paisajes:















Personajes:






































































Monstruos:







































Vehículos:



























Aunque la generación mejora la calidad bastante rápido y van añadiendo mejoras periódicamente, para mi esta historia de las IAs tiene sus pros y sus contras:

PROS:

Esto es solo un pequeño muestrario del material que he reunido en un par de meses. Miles de imágenes de todo tipo, con todo tipo de motivos, referencias, estilos, etc. que me habrían llevado una vida hacer por mí mismo. Suponiendo que yo tuviera la capacidad de realizar este tipo de ilustraciones en 2D... que no la tengo.

Yo me dedico al 3D y esto es una herramienta maravillosa para crear todo tipo de conceptos locos o referencias de fantasía, sea medieval, ciencia-ficción o cualquier cosa que a uno se le pase por la cabeza. Para mi se ha terminado el perder horas y horas buscando imágenes de referencia o inspiración. Escribo lo que se me ocurra y a veces se pasan las horas muertas saltando de una imagen a otra, descubriendo cosas muy interesantes, y olvidándome de lo que estaba haciendo. Es bastante adictivo.

También permite trabajar con imágenes de referencia para intentar acotar un poco los resultados e iterar sobre una imagen, haciendo variaciones. Además, permite centrarte en un estilo pictórico por así decirlo, y generar imágenes con un mismo estilo de color o dibujo. Si quieres ilustrar un libro con paisajes de la escuela paisajística del Río Hudson de Thomas Cole, pues ahí tienes las 2 primeras imágenes que he colocado de paisajes. Y si quieres crear media docena de personajes que van de pasajeros en una nave espacial, pues puedes buscar un estilo hiperrealista, o cartoon, o lo que quieras, y trabajar para crear los caracteres en un estilo más o menos unificado.

Y a la hora de crear fondos y escenas para describir mundos de fantasía, planetas, hábitats, ciudades, etc., las posibilidades son infinitas. No tanto para decirle a la IA, "hazme esto", sino para simplemente dejarte llevar por las imágenes que vas generando y tomando inspiración a partir de ellas.

CONTRAS:

El principal punto en contra es que la capacidad de controlar el resultado es limitado. Puedes usar una imagen de referencia para intentar que la IA adopte el estilo de la imagen, o la pose si es una figura humana, pero la mayor parte del tiempo la IA hace lo que le sale de las pelotas y es difícil obtener los resultados que tú esperas. Es decir, si quieres un "coche" genérico porque buscas una escena de una calle con un coche, pues perfecto. Ahora que si quieres un coche americano descapotable blanco estilo años 30... pues lo tienes chungo.

En cuanto a las figuras humanas, las caras y las manos tienen enormes dificultades. Esto se puede solucionar a posteriori, trabajando las ilustraciones, pero no es raro encontrarte con deformaciones exageradas, extremidades que son imposibles físicamente, 4 manos, 6 piernas, etc. Lo de los sombreros o prendas en la cabeza también es un desafío. Y algo tan sencillo como intentar obtener un espadachín que aparezca con una espada sujeta correctamente de la mano, es un dolor de cabeza.

La IA ofrece herramientas para "mejorar" detalles concretos de la imagen, como las caras, pero el 90% de las veces el resultado es igual o peor que el original.

En cuanto a los vehículos, llevo 2 meses intentando que la IA entienda la diferencia entre "vehículo de 2 ruedas", "vehículo de 4 ruedas", "vehículo de 6 ruedas" y así sucesivamente. Y no hay forma. Da igual que se lo pongas en latín o sánscrito, que la IA le pondrá las ruedas que le salga del orto. Por no hablar de la simetría, por ejemplo, que a la hora de intentar obtener naves espaciales es tarea imposible. Las alas en cada lado irán en una posicíon diferente, con una forma diferente. Si es que logras que la IA entienda el concepto de "alas".

Otro dolor de cabeza es medir las palabras que usas en el "prompt" para describir lo que quieres. Si usas muchas, su peso se desvanecerá y tendrá en cuenta las que a la IA le apetezca. Si usas pocas, la IA te saldrá por peteneras y el resultado no tendrá nada que ver con lo que esperas. Encontrar el equilibrio entre el "prompt" y las palabras clave adecuadas, y las imágenes de referencia, lleva su tiempo de prueba / error y aprendizaje.

Otro problema es el encuadre. Quieres una figura de cuerpo entero, y te la corta por las rodillas, o por el cuello, que es peor. Hay que pegarse con la IA hasta que consigues que te genere una imagen donde quepa todo. Si quieres un paisaje abierto, te lo puede hacer cerrado, y si quieres que se centre en un punto concreto, te hará una panorámica. Así que hay que armarse de paciencia.

Pero el principal problema es que la IA no crea nada. Con esto quiero decir así a grosso modo que las IAs trabajan simplemente tomando referencias, barajándolas y tratando de crear algo con sentido. Igual que chatgpt es un refrito de la wikipedia (simplificándolo a lo bruto), si buscas crear imágenes de conceptos que la IA no maneja, estás perdido. Y de hecho, si os fijáis en alguna imagen se ven textos (aunque cada vez con menos frecuencia) que son fragmentos reconocibles de las imágenes de partida. Es un collage que roza la perfección, pero un collage al fin y al cabo.

Y esto es una barrera infranqueable a la hora de trabajar con la IA para obtener un resultado concreto en el que esperas algo de "realismo", por así decirlo, del que la IA no tiene noticia.

Por ejemplo, estoy trabajando en unos modelos de cañones para los ejércitos hispánicos en la guerra de los 30 años.

Así que, como es difícil encontrar buenas referencias de ejemplares históricos, sobre todo de las cureñas de madera, que no han sobrevivido al paso de los siglos, decidí proponerle a la IA que me ofreciera imágenes para intentar encontrar algo de inspiración.

Y el proceso evolucionó de la siguiente forma:

Esto es lo que la IA entiende por "Guerra de los 30 años en Flandes":



Después conseguí que le añadiera "color". Guay para ilustrar un manual de rol, pero de poca utilidad:



Poco a poco, la IA se va acercando al concepto de "cañón". Pero poco:



Venga, un poquito más cerca del concepto de cañón que todos tenemos en mente. Menos la IA:



Cuando nos centramos un poco, Dalí se sentiría orgulloso del resultado. Yo no:



Mierda, se ha desbocado por algún motivo y hemos vuelto al paisaje:



¿Y este tío quién coño es?



Vaya, mira que bonito. La puta IA se ha dado cuenta de que estoy trabajando en una historia para wargames con minis por si sola y me ha puesto peanitas baseadas y todo... pero no es capaz de entender qué coño es un cañón del s. XVII:



¡Del s. XVII! Eso parece un pedrero medieval de la época de la Guerra de las Comunidades:



Y ahora volvemos a los campos de Flandes:



Ya nos vamos acercando. Tenemos los armones (el que no se consuela...):



¿Pero qué mierda es ésta? Pesadilla steampunk:



¡Ahi va! 25% cañón, 75% morralla:



Noooooooooo. ¡Lo estoy perdiendo!:



¡Lo estoy perdiendo muy fuerte!:



¡Los últimos cartuchos!:



¡Ahhhhhhhhhhhhhhhhhhhhhhhhhh!



¡¡¡Un cañón con flores!!!¡La mierda de la IA es una hippy!



Y esto es lo mejor que conseguí tras varias horas dándole vueltas y perdiendo el tiempo con resultados 0% de utilidad.

Así que mi conclusión es que la IA es una herramienta, y como todas las herramientas, sirve para lo que sirve y para lo que no, no sirve  .

Y a mi, de momento, no me preocupa que me quite el trabajo, porque si quieres un cañón de los ejércitos hispánicos del s. XVII para producir un modelo a escala en 28mm... pues no habrá IA capaz de hacerlo.

No digo de hacerlo mejor que yo, sino de hacerlo. A no ser que tú mismo entrenes a la IA ofreciéndole referencias... pero para eso, para buscar referencias y luego utilizarlas, no necesito a la IA.

Porque como en toda la mierda tecnológica en la que llevamos hundidos más de 3 décadas mareando la perdiz y cayendo en una era oscura de progreso en sentido opuesto al de los 2 siglos anteriores, todo este rollo de las IAs en el fondo es tan apasionante como el Láser Disc, las grabadoras de CDs, Second Life, las gafas de Google de realidad aumentada, el Metaverso y hasta el porno grátis. Muy guay los primeros 5 minutos pero poco más que un sucedáneo cuya obsolescencia será rápida y del que te agotas pronto a no ser que realmente le puedas sacar algo de utilidad económica.

En fin, que al final, tanta historia y tanta IA que va a cambiarlo todo, para tener que echar una semana modelando mi cañón  :

Coincido 100% contigo, la IA de momento sirve para ahorrarte un montón de tiempo en búsqueda de referencias y además te proporciona ideas frescas gracias a ese anarquismo creativo que tiene. En ese sentido se pueden cargar trabajo conceptual pero cuando se encuentra en una fase más embrionaria, para trabajo conceptual más dirigido como el que exponías en tu hilo respecto a los cañones, es una auténtica lotería.

Si que es verdad que las cosas que ha expuesto @sirdrak con Stable Diffusion, especialmente el tema de Lorna/Azpiri y los bocetos de su recreativa, son una cosa muy diferente y por donde creo que terminarán yendo las cosas.

Lamentablemente no tengo ordenador para SD y me tengo que conformar con la aleatoriedad de Midjourney, pero Midjourney me está permitiendo sacar adelante un proyecto que sería inviable hacerlo a la manera tradicional.

Estoy de acuerdo con el compañero nosomosnada pero sólo en parte, ya que parte de sus afirmaciones no son correctas. Es cierto que a veces conseguir exáctamente lo que quieres usando la IA puede ser complicado, especialmente en lo que respecta a la consistencia de los resultados (cuando quieres generar un mismo elemento o personaje en diferentes imágenes) o cuando intentas controlar el resultado en imágenes en las que aparece más de un personaje. Sin embargo, gracias a las IA opensource como Stable Diffusion (por si por las demás fuera seguirían sin evolucionar nada), tienes una posibilidades de control que te permiten hacer cosas de otra forma serían imposibles con las otras de empresas privadas (Midjourney, Dall-E, etc...). La primera es que tienen completo control sobre los modelos a utililar y la creación de modelos nuevos, tanto reentrenando el modelo original completo para obtener modelos especializados para cosas concretas (fotorrealismo, pixelart, anime, arquitectura, etc...), como creando tus propios 'minimodelos' (los LoRA, los embbedings, etc..) para introducir personajes, estilos o conceptos. Pero el mayor potencial viene gracias a varias cosas:

- En primer lugar, la propia IA te ofrece modos que te permiten modificar y editar la imagen mediante IA, ya sea una imagen creada por la propia IA u otra cualquiera, con los modos img2img y sobretodo, inpaint (este te permite 'pintar' con un pincel partes de la imagen y decirle a la IA que modifique sólo dicha parte o por el contrario, que modifique el resto y deje eso sin tocar)
- En segundo lugar, están las extensiones que amplian la funcionalidad de IA y que solventan problemas típicos de las IA normales... En Stable Diffusion hay muchas y para muy variadas cosas, pero todas ellas te dan muchísimo más control sobre la imagen resultante que usando la IA 'a pelo'. La más importante es ControlNET, que permite añadir una capa extra de control partiendo de una imagen inicial y que tiene modelos que permiten:
   * Clonar pose, expresión de la cara y forma y portura de manos y dedos de los personajes de la imagen inicial (también permite hacerlo a partir de un esquema con un monigote a base de líneas de colores, del que hay modelo para Blender y extensiones para crear tus propias poses sin salir de la interfaz de la IA). Además es la solución a las manos deformes.
   * Hacer un mapa de profundidad de la imagen original para extrapolarlo a la imagen resultante, permitiendo controlar volúmenes y perspectivas y hasta hacer imágenes en 3D con un poco de ingenio.
   * Un modelo específico para arquitectura que identifica las líneas rectas de una imagen y a partir de ellas permite, por ejemplo, transformar un esquema en 3D simple de una habitación en la misma habitación con aspecto fotorrealista ya con muebles y todo, o diferentes variaciones de la fachada de un edificio, etc...
   * Un modelo que permite colorear un lineart respetando el mismo (del que ya posteé algo hace un par de días), que puede ahorrar muchísimo trabajo a cualquier ilustrador.
   * Un modo que permite mezclar estilos de dos imágenes
   * Un modo llamado Reference Only (recien salido del horno) que permite a partir de una imagen inicial de una persona o cosa, hacer variaciones manteniendo la consistencia (esto puede ser brutal). sí puedes hacer que una persona de una foto salga en otra postura o con otra expresión y siga pareciendo la misma persona...
   * Etc... (porque tiene muchos más, y además se pueden combinar varios al mismo tiempo)

Además hay extensiones que te permiten controlar las imágenes de grupos de personas (otro de los problemas que mencionaba antes), como una que permite dividir la imagen en seccionas cada una con su prompt independiente, incluso pintándolas con un pincel de varios colores, y otra que te permite usar LoRAs de forma independiente en cada sección, que a su vez puedes combinar con ControlNET para las poses, etc... (para que se entienda de esta forma hasta que punto tiene posibilidades esto)

Por mencionar un ejemplo sencillo (y esto sin usaaar las extensiones, sólo usando el modo inpaint que mencioné antes): Le hice un favor a un amigo que va a sacar una aventura conversacional para ordenadores retro que va a ser un homenaje a ciertos libros juveniles con adolescentes investigando misterios...  Necesitaba una portada muy concreta, así que se la he generado con la IA de la siguiente forma: Primero he entrenado un minimodelo con las portadas de libros de ese tipo que usaban un estilo gráfico muy característico como de pintura al óleo porque necesitaba que el estilo fuera el mismo... Me llevo menos de una tarde hacerlo con mi Pc de sobremesa, obteniendo imágenes con el estilo característico y no sólo eso, la IA hasta cambiaba la ropa y los coches, etc... por ropa y cosas ochenteras a pesar de no haber visto muchas de las cosas en las imágenes de entrenamiento. De esta forma, y ojo, usándo el LoRA en modelo para hacer Anime, las imágenes cambiaban a esto:







Una vez tenía el estilo, lo siguiente era generar la imagen de la portada... Para ello, primero hice prompt para generar el escenario e hice varias pruebas hasta que conseguí uno que encajara lo suficientemente bién. Conseguido esto, mandé dicha imagen al modo inpaint, y en él tenía que hacer a aparecer a tres chicos (los protagonistas) con ropas muy concretas y haciendo cosas muy concretas cada uno... Para ello, con el pincel hice una mancha más o menos del tamaño y la forma que tendría el primer protagonista en la posición en la que debía estar, y en el prompt puse su descripción y lo que estaba haciendo, configurado a que sólo modificase la imagen con lo pintado, e hice un batch de imágenes hasta conseguir que fuera como buscaba. Luego repetí la operación con el segundo chico, y finalmente con el tercero, y de esta forma los puede tener a los tres, vestidos con la ropa que correspondía a cada uno, en sus diferentes posturas y haciendo lo que se supone que debería estar haciendo cada uno. Y todo esto, sin usar ControlNET ni las otras extensiones que permites afinar mucho, pero mucho más... De momento no puedo publicar aquí la portada porque el juego aún no ha salido, pero cuando lo haga os la enseñaré.

Ahora vayamos a donde el compañero se equivoca: El compañero menciona que lo que hace la IA son collages de información o imágenes con las que se le ha entrenado, error que desgraciadamente comente mucha gente. Pues no señor, empezando porque las IA aprenden de forma similar a como lo hacemos los humanos: aprenden conceptos. Cuando una IA ve un perro, sabe qué es un perro, y eso le permite crear perros diferentes de lo que conoce en posturas y haciendo cosas que no estaban en las imágenes de entrenamiento, y además, en el caso de Stable Diffusion, permite crear ese mismo perro como un dibujo animado, como una figurita pintada, como una pintura al óleo, como una figura de lego, etc... algo totalmente imposible si lo que hiciera fuera un 'collage' de información.

Es más, cuando tú entrenas un modelo, por ejemplo para incluir una persona concreta en las imágenes, no necesitas muchas imágenes para que sea capaz de representar a esa persona haciendo todo tipo de cosas (a partir de 10 o 12 imágenes ya puedes entrenar uno, aunque claro, siempre con un mayor número de imágenes hará una representación más precisa) que no estaban en dichas imágenes, sino que además para el entrenamiento, a cada imagen la acompaña un archivo de texto con una descripción de lo que hay en la imagen, que a su vez genera otra IA analizando esas imágenes previamente (y asombra lo bien que identifica lo que está viendo, no sólo ropa, fondos, elementos, sino actitudes, si es provocativa, si se está tomando un selfie frente a un espejo por la postura, etc...) y que asombra por la precisión de la descripción. Y esto se hace así para que aprenda los conceptos de las imégenes, no las imágenes en sí. De hecho, puedes hacer que el personaje sea más o menos flexible en cuando a apariencia, ropa, eliminando las palabras que quieres que la IA identifique como intrínsecas al personaje (por ejemplo, si es una chica rubia y quieres que siempre aparezca con el pelo de ese color, debes eliminar 'blonde hair' de la descripción). Además, en esos archivos si incluyes el nombre del personaje, la IA aprenderá que ese es su nombre, y que simplemente escribiéndolo en el prompt lo hará aparecer en la imagen sin necesidad de describir minuciosamente su apariencia (a no ser que quieras que aparezca con una ropa diferente de lo habitual, por ejemplo). Sí que es verdad, que si el entrenamiento no se hace bien, con las descripciones antes mencionadas incorrectas, o te pasas con las iteraciones del entrenamiento, se pueda llegar a forzar que las imágenes generadas se parezcan demasiado a las de entrenamiento (a esto se llama tener el LoRA 'overcoocked' u 'overfit'), algo por otro lado totalmente indeseable porque no es lo que se quiere obtener, y que además hce aparecer 'artefactos' y errores visuales en las imágenes.

Respecto a los textos, logos, etc... indeseables que a veces a aparecen en las imágenes (y es lo que lleva a pensar a muchas personas que las imágenes son un collage de las imágenes de entrenamiento), que sepas que te salen incluso si en las imágenes de intrenamiento no había ningún logo o letra... Y se debe a que al entrenar la IA con grandes volúmenes de imágenes sin revisar las imágenes (que es lo que se hace con IAs como Midjourney -que por cierto, no es otra cosa que Stable Diffusion corriendo un modelo avanzado personalizado y varios prompts precocinados por debajo- u otras que entrenan sus modelos con cientos de miles de imágenes sacadas de repositorios públicos 'sin limpiar' -porque limpiar de textos o logos miles de imágenes no es viable-) la IA también aprende que el texto aparece en cierto tipo de imágenes y cuando crea una imagen que esde ese estilo, piensa que debe incluir dicho elemento como un elemento más (por lo que decía yo antes que la IA simplemente por la postura con la mano en alto con el móvil, mirando al frente y haciendo expresiones, por ejemplo, sabe que te estás tomando un selfie y cómo son ese tipo de imágenes). Esto, por cierto, se puede evitar gracias al 'prompt' negativo, que en una segunda línea que permite excluir de las imágenes lo que escribas ahí (esto es vital usarlo para mejorar la calidad de la imágenes, que las imágenes sean del tipo que tu quieras, eliminar textos, corregir extremidades y manos, etc...). Por desgracia, no todas las IA generativas de imágenes permiten usar prompt negativo (las de pago).

Y por cierto, en las imágenes de entrenamiento del estilo para la portada que mencioné antes, tampoco había ningún granjero ni ninguna granja, y sin embargo ahí está, perfectamente con su estilo. Para terminar, respecto a las imágenes que no se corresponden en nada respecto a lo que le pides en el prompt, pues es lo esperable, como haría cualquier persona: Si tú tienes que hacer un dibujo o una imagen de algo que no conoces y la tienes que presentar de inmediato, pues te la inventas con lo primero que se te ocurra...