10 generadores de arte IA que pueden dar vida a sus sueños

[06/04/2023] En sólo unos meses, los generadores de arte de la IA han pasado de ser una novedad a convertirse en un nicho e incluso en un producto básico, con numerosos servicios que prometen la capacidad de crear arte generativo de IA al instante, utilizando instrucciones de texto en lenguaje natural. Los mejores servicios de arte de IA ofrecen imágenes magníficas y herramientas superiores, gratis o a bajo precio.

¿Por qué utilizar el arte de la IA? Muchos de nosotros podemos apreciar una gran pintura, fotografía o dibujo, sin la capacidad de dibujarlo nosotros mismos. También podemos ser capaces de describir lo que queremos ver, y ahí es donde entra en juego el arte de la IA. En lugar de buscar una obra de arte que coincida con esa descripción, el servicio la genera realmente, cotejando lo que sabe de las escenas representadas en su base de datos de imágenes, y comparándolas con la escena y el estilo que especifique.

Pero toda esta complejidad exige muchos recursos informáticos. Los servicios de arte de la IA tienden a manejar esto de dos maneras: limitando las imágenes generadas (ya sea el número de imágenes o su resolución) o cobrándole créditos o dinero real para permitirle más suscripciones. Nosotros lo tenemos en cuenta.

Por último, no podemos ignorar las implicaciones legales y morales del arte de la IA. El arte generativo de la IA se entrenó con un gran número de imágenes -algunas públicas, otras posiblemente privadas-, y los servicios lo utilizan como semilla para la imagen que producen. No todos los servicios de IA son transparentes sobre la fuente de sus imágenes. Empresas como Getty Images consideran que esto es ilegal y han presentado demandas. Sin embargo, la originalidad real del arte de la IA está en entredicho, y los defensores de la IA señalan que incluso los artistas humanos suelen estar formados o influenciados por su exposición al arte existente, ya sea público o privado. Sepa que probablemente no podrá poseer una obra de arte de la IA sin pruebas de que usted mismo la ha alterado para convertirla en una obra original.

¿Está confundido? Al final de este artículo hablaremos más sobre cómo iniciarse en el arte de la IA, y sobre algunos términos específicos que quizá le interese conocer (como inpainting).

Los mejores generadores de arte de la IA

Midjourney: Desde su lanzamiento el año pasado, Midjourney se ha convertido en el líder indiscutible del arte de la IA, aunque la magnificencia de sus imágenes contrasta irónicamente con la absoluta torpeza de su interfaz. Midjourney v5 (la versión actual al cierre de esta edición) ofrece el tipo de imágenes hiperrealistas y falsas (el Papa con una chaqueta hinchada, por ejemplo) que generan las noticias. Ahora la realidad puede generarse artificialmente.

Midjourney utiliza Discord como interfaz porque la startup no quería invertir en ninguna infraestructura. Tendrá que registrarse en esa aplicación y, a continuación, entrar en uno de los canales de Discord para novatos y utilizar el comando /imagine para enviar al servicio su solicitud de arte de IA. (Midjourney cobra al menos 10 dólares al mes por su plan básico, con niveles adicionales de 30 y 60 dólares al mes. Midjourney puso una prueba gratuita en espera. Hay formas de comprar más tiempo a la carta, de utilizar un modo relajado más lento, etc.).

Cada aviso genera cuatro imágenes, cualquiera de las cuales puede elegirse para variar, así como para aumentar la escala. También es posible repintar. Puede abrir la imagen en Discord o en un navegador para descargarla. Midjourney señala que puede usar las imágenes generadas de la forma que quiera, lo que incluye la propiedad de las mismas, sujeta a sus condiciones de servicio.

Reiterémoslo: Las imágenes de Midjourney son magníficas y, como son públicas, puede ver cómo otros usuarios generan imágenes en tiempo real, así como navegar por una galería de imágenes históricas. La magia de Midjourney reside en que suele ofrecer buenas imágenes de forma rutinaria. Pero usarlo se parece mucho a una versión de Photoshop con línea de comandos: hay montones de ajustes disponibles, y no son nada obvios.

• Costo: Prueba gratuita (en espera) 10/30/60 dólares al mes.
• Imágenes: 25 prompts para la prueba gratuita, luego varía.
• Licencia de las imágenes: Uso no comercial durante la prueba gratuita; por lo demás, se permite el uso comercial, excepto para grandes empresas.
• NSFW/Celebs: No/Sí

Chat de Microsoft Bing (modo creativo): Normalmente, destacaríamos Bing Image Creator como la contribución de Microsoft a las imágenes con IA. También es excelente Microsoft Designer, que funciona con IA. Pero, extrañamente, nos gusta Bing Chat (en concreto, su Modo Creativo) como mejor generador de arte por IA por una razón específica: las iteraciones.

Los tres servicios de arte por IA de Microsoft son esencialmente gratuitos y aparentemente ilimitados, siempre que tengas una cuenta Microsoft y haya conseguido pasar la lista de espera para Bing Chat e Image Creator. (Image Creator tiene un extraño sistema de "impulso" que puede o no estar en juego aquí, pero Microsoft no parece marcar ningún límite en el número de imágenes que puede generar, lo cual es un gran argumento de venta). Microsoft no afirma ser el propietario de ninguna de las imágenes que genera, pero tampoco dice que usted lo sea.

Si no, todo lo que tiene que hacer es ir a Bing Chat e introducir una pregunta como dibújame un... seguida de una descripción de la imagen. Bing tardará unos instantes y generará cuatro imágenes de 1.024×1.024 en las que puede hacer clic para verlas con más claridad y descargarlas. Bing no dibujará a famosos como Bill Gates o Donald Trump, pero Brad Pitt está bien, al parecer.

Microsoft utiliza una versión entrenada del modelo DALL-E 2, y los resultados están, subjetivamente, un peldaño por debajo de Midjourney. Bing Chat no parece permitir el inpainting, se puede hacer algo que no hacen todos los demás generadores de arte con IA: iterar incrementalmente sobre una escena. Con esto queremos decir que podemos pedirle que dibuje una cesta de fruta y luego, en la siguiente petición, pedirle que ajuste un detalle de la escena. (Sin embargo, no editará la escena, sólo descargará otra imagen).

• Costo: Gratis con cuenta Microsoft
• Imágenes: Aparentemente ilimitadas
• Licencia de imagen: Poco clara
• NSFW/Celebs: No/Algunos

Playground AI: Aunque Microsoft Bing Chat probablemente gane en términos de simplicidad absoluta, Playground AI es probablemente la forma más barata, sencilla y completa de probar el arte de la IA por usted mismo. Con nada más que una cuenta de Google, puede inscribirse en Playground y sus mil imágenes gratuitas al día. (Algunos detalles de calidad y tamaño están limitados después de 50 imágenes diarias).

La interfaz de usuario de Playground está muy bien diseñada, con información rápida y estilos en la barra izquierda, con ajustes de tamaño, peso y otros ajustes a la derecha. Las imágenes generadas no son tan buenas como las de Bing o Midjourney, pero es un pequeño paso atrás. La única limitación son los modelos disponibles: sólo Stable Diffusion 1.5 y 2.1, que serán suficientes para mucha gente. (El acceso a DALL-E 2 cuesta 10 dólares/mes extra). Puede jugar con imágenes de famosos si eso es lo suyo, pero las imágenes NSFW son un no-no.

Donde Playground brilla, sin embargo, es en la edición. Al igual que Bing, puede editar las imágenes creadas a través de indicaciones adicionales, ya sea en su totalidad o sólo una parte (inpainting). Playground llama a esto Canvas, una función beta que necesita algo de trabajo: la transición de la creación a la edición (a través de un aviso) y de la edición (a través de in- y out-painting) es más áspera de lo necesario. Por lo demás, este servicio es realmente bueno.

• Costo: Gratis / 15 dólares por mes.
• Imágenes: 1.000 al día (gratis) / 2.000 al día (de pago)
• Licencia de las imágenes: Son suyas, incluso para uso comercial
• NSFW/Celebs: No/Sí

Adobe Firefly: Adobe es uno de los principales actores en el diseño creativo, por lo que tiene sentido que todas sus herramientas incorporen IA en cierta medida. Adobe Firefly representa los primeros pasos públicos de Adobe en esa dirección. Actualmente en fase beta, Firefly se basa en imágenes libres de derechos de autor o con licencia abierta, o en imágenes de su propiedad. Tal vez por esa razón, las imágenes de Firefly parecen profesionales, un ciclo que se autocumple, dado que probablemente haya visto muchas imágenes creadas originalmente con herramientas de Adobe y stock de Adobe.

Por el momento, no sabemos cuánto cobrará Adobe por Firefly ni si será un producto independiente. Esperamos que el motor de Firefly, al menos, aterrice en Photoshop y otras herramientas de Adobe. La beta ofrece actualmente una cantidad ilimitada de arte generativo de texto a imagen, así como efectos de texto, o texturas generadas por IA aplicadas al texto a través de un indicador. Adobe también dice que está explorando la posibilidad de inpainting, outpainting, convertir modelos 3D en imágenes, modelos AI personalizados, sketch-to-image, y mucho más.

El modelo de Adobe no parece tan libre creativamente como otros, pero lo compensa con su aspecto elegante y profesional. Cada pregunta genera cuatro imágenes, que puede ajustar con sencillos ajustes estilísticos, desde el tipo de contenido (foto, gráfico, arte) a los estilos (papel en capas, piel, neón, espátula), pasando por el color, el tono y la iluminación. Ajustar el formato de la imagen también cambia la imagen. Olvídese de cualquier cosa NSFW o con celebridades en su interior.

Adobe Firefly parece funcionar mejor con imágenes que tienen alguna conexión con el mundo real y sus imágenes de archivo. Las conexiones extrañas (una mosca zumbando alrededor de la cabeza de un rey) producen visiones asombrosas de sólo una parte de la escena. A los profesionales les encantará Firefly, que sin duda estará encerrado tras una costosa suscripción a Creative Cloud.

• Costo: TBD
• Imágenes: Ilimitadas, al menos en beta
• Licencia de imagen: Uso no comercial sólo mientras esté en beta
• NSFW/Celebs: No/No

Stable Diffusion: A diferencia de los servicios de arte por IA basados en la nube, una de las principales ventajas de Stable Diffusion es que se ejecuta localmente, en su PC, ¡no en un servidor! Si quiere crear docenas de imágenes de elfos en bikini retozando en charcos de gelatina en Midjourney, el mundo podrá verlo. De lo contrario, si tiene una computadora portátil o de escritorio potente, puede descargarse el código de Stable Diffusion, y una serie de modelos de imagen y datos de entrenamiento y ponerse manos a la obra en la intimidad de su PC. Y todo es gratis, siempre que tenga tiempo para descargar un modelo de software de varios gigabytes, los recursos de hardware para ejecutarlo y la paciencia para configurarlo todo.

Stable Diffusion puede ser un poco como ejecutar Linux. Su legado es la línea de comandos, y hay un montón de código disponible públicamente en GitHub y así sucesivamente para jugar, si eso es lo suyo. Sin embargo, las implementaciones de Stable Diffusion basadas en la interfaz de usuario son cada vez más comunes, y la más popular en este momento parece ser AUTOMATIC1111.

Naturalmente, cuanto más potente sea el hardware, mejor; pero no sólo importa la CPU o incluso la GPU. En su lugar, el componente clave parece ser la VRAM disponible de su GPU. Hay modelos, interruptores y otras opciones para ajustar Stable Diffusion a favor de su CPU o GPU de menor nivel, pero la forma más sencilla de ejecutar Stable Diffusion es con una PC potente.

• Costo: Gratis
• Imágenes: Ilimitadas
• Licencia de la imagen: Poco clara
• NSFW/Celebs: Sí/Sí

Horda Estable (Artbot): ¿Qué pasa si no tiene una PC lo bastante potente para ejecutar Stable Diffusion? Stable Horde es una respuesta. Al igual que la vieja escuela (ahora desaparecida) SETI@Home, todo lo que está haciendo es enviar su mensaje a un grupo de computadoras conectadas que ejecutan Stable Diffusion. Hay algunas interfaces front-end, pero nosotros confiamos en Artbot.

A diferencia de las raíces de Stable Diffusion, Artbot utiliza una GUI que es algo navegable: prompt en la parte superior, seguido de un montón de opciones y modelos disponibles. Lo que Artbot ofrece son útiles tooltips que explican lo que hacen esas opciones: cómo afecta la ponderación del prompt, el prompt negativo y más. Hay una lista muy útil de los diversos modelos que se pueden utilizar como marco para su aviso, mostrando visualmente cómo van a afectar el estilo de la salida. La capacidad de configuración es asombrosa.

Sin embargo, Stable Horde no es realmente gratis. Funciona con un sistema de kudos, en el que tendrá que registrarse con una clave API, un obstáculo para los usuarios no familiarizados. Después, empezará con un saldo de kudos, que se restan con cada imagen que genere. Cuanto más compleja sea la imagen, más kudos consumirá. Cuantos menos kudos, más atrás en la cola acabará con respecto a otros usuarios. Esto no siempre es un problema: con unas 30 computadoras trabajando juntas para generar imágenes, es posible que su imagen se genere inmediatamente. (Las imágenes se guardan en una biblioteca del sitio hasta que borras las cookies).

Sin embargo, puede comprar prestigio puntuando las imágenes, entrenando al modelo sobre qué imágenes prefieren los humanos (usted) o conectando su PC a la propia Horda. Aunque puede endeudarse generando imágenes con frecuencia, hay ciertas acciones que no puede realizar sin un saldo real de kudos para financiarlo.

¿Por qué utilizar Artbot? El gran número de modelos de IA, y la variación en el estilo que producen esas imágenes. De lo contrario, generar imágenes con Artbot puede ser un poco arriesgado, y puedes gastar un gran número de kudos simplemente explorando todas las opciones. Dado que no hay que configurar nada más que averiguar la clave API, puede valer la pena probar Stable Horde (Artbot).

• Costo: Gratis
• Imágenes: Ilimitadas, aunque sujetas a colas
• Licencia de las imágenes: Poco clara
• NSFW/Celebs: Sí/Sí

Subcampeones: DALL-E, Mage.Space, Getimg.ai y DreamStudio AI

Cuatro servicios artísticos de IA destacan, pero no entran en nuestra lista: Dall-E, de OpenAI, Mage.Space, DreamStudio y Getimg.ai.

Hace poco escribimos sobre DALL-E, y algunas de las generaciones de arte fotográfico son excelentes. Sin embargo, parece que OpenAI no se lo toma demasiado en serio y el modelo de precios (115 imágenes por 15 dólares) no tiene sentido. Las imágenes gratuitas de Bing Chat también están entrenadas en DALL-E.

Mage.Space tenía fama de tener un ambiente muy NSFW, pero el sitio ha eliminado todo eso recientemente. Sin embargo, ha dejado lo que denomina una cantidad absolutamente ilimitada de imágenes, de forma gratuita. (Las generaciones NSFW cuestan cuatro dólares al mes, en parte porque las tarjetas de crédito pueden ser una forma de identificación). El sitio tiene lo que parece más de 40 modelos de generación sintonizado muy agradable, pero los que están reservados para el plan de 15 dólares/mes Pro.

Getimg.ai también ofrece una excelente variedad de modelos con los que generar imágenes, edición basada en instrucciones e incluso DreamBooth, que permite entrenar un modelo con sus propias fotos. Getimg.ai también implementa ControlNet para la generación imagen a imagen, un algoritmo que preserva específicamente características de la imagen original (como una pose) en la generación imagen a imagen. Sin embargo, el límite de 100 imágenes gratuitas al mes parece un poco escaso, aunque con una suscripción de 12 dólares al mes se obtienen tres mil imágenes al mes, escalado y acceso a los modelos de imagen.

He pasado mucho tiempo con DreamStudio AI (que nos proporcionó créditos para que lo probáramos), pero ahora mismo me parece demasiado limitado (¿y sigue siendo una beta?). Una tarifa plana de 10 dólares le compra créditos suficientes para cinco mil imágenes, pero sólo hay un puñado de modelos, no hay edición y las imágenes no destacan.

Por diversas razones, descartamos Deep Dream Generator, Starry.ai, NightCafe y Craiyon, que se ha convertido en un mar de anuncios.

Cómo iniciarse en el arte de la IA: Conceptos básicos

Si está interesado en probar el arte de IA, recuerde que hay un montón de sitios que le permitirán probarlo gratis, y debería hacerlo. Sin embargo, una cuenta de Google parece ser el requisito por defecto, ya que muchos ni siquiera ofrecen la posibilidad de elegir un nombre de usuario y una contraseña.

Pocas generaciones de arte de IA quedarán perfectas al primer intento. Lo que hacen sitios como Midjourney es ayudar a los nuevos usuarios. Puede obtener un gran resultado con sólo una descripción muy básica.

Pero, como cualquier hobby, el arte por IA tiene sus propios nerds. Algunos sitios hacen referencia (e incluso ofrecen tutoriales) a la ingeniería de instrucciones, o a la adaptación de las instrucciones de texto para obtener el resultado deseado. Lo que otros sitios ofrecen como alternativa es una simple lista visual de estilos y modelos entre los que puede elegir, y al seleccionarlos se añadirá el texto adecuado al mensaje. (Puede ser útil para entender en qué se diferencian el synthwave y el cyberpunk). Lamentablemente, algunos sitios ocultan estos modelos adicionales tras un muro de pago.

Si de repente no sabe qué crear, piense en retoques del mundo real: un dragón encaramado al puente de Brooklyn. El simpático centauro al final del bar. Se divertirá aún más si adapta las escenas al estilo de sus artistas o fotógrafos favoritos. Las palabras importan, al igual que las frases. A veces una frase como 'mientras montas en monopatín' puede malinterpretarse, pero 'montar en monopatín' puede que no.

A menudo puede generar más de una imagen a la vez, aunque a menudo le costará en términos de créditos o lo que sea que el sitio utilice para limitar las generaciones. Las imágenes más grandes suelen requerir más créditos, pero esto varía según el servicio.

Piense en una sugerencia de este tipo: una foto/cómic/grabado de una ardilla/Marilyn Monroe/un hada al estilo de Van Gogh/Ansel Adams/Salvador Dalí, y elija una de cada resultado. A continuación, añade los modificadores que se le ocurran: ¿la escena se ve a través de las ramas de un árbol? ¿Está tomada con una Canon DSLR con un objetivo largo? La IA puede adaptarse a más cosas de las que imagina.

Bueno, casi todo. El arte de la IA también tiene un punto débil: las manos y los dedos. ¿Por qué? No estamos seguros, pero es una debilidad tan común que es casi un meme. Algunos términos de servicio también permiten imágenes NSFW, mientras que otros no -cuando piensa en todas las cosas horribles que la gente puede imaginar, esto tiene sentido. A otros no les importa permitir imágenes de famosos, como expresidentes.

Al igual que alguien experto en Photoshop o Lightroom puede necesitar tiempo para editar una foto, usted también puede necesitarlo. Es posible que necesite varias docenas de intentos para conseguir que todo quede perfecto, y por eso merece la pena probar el arte por IA en un sitio que permita varias indicaciones, por poco dinero, para ver si merece la pena. Pruebe también en varios sitios. Las herramientas de edición adicionales, como inpainting y outpainting, pueden ayudar a corregir errores.

Sí, inpainting. ¿No sabes lo que significa? Muchos de nosotros tampoco lo sabíamos hasta hace poco. A continuación, encontrará un glosario con definiciones adicionales que le ayudarán a empezar.

• Mensaje (prompt): Descripción textual simple (¡o compleja!) que describe lo que la imagen representa. Esto es afectado por el peso del prompt (ver abajo).
• txt2img (texto-a-imagen): Esto es básicamente lo que pensamos en términos de arte de IA: introducir un texto, generar una imagen.
• Mensaje (prompt) negativo: Cualquier cosa que no quiera ver en la imagen final.
• img2img: (imagen a imagen): En lugar de generar una escena desde cero, puede subir una imagen y usarla como inspiración para la imagen de salida. ¿Quiere convertir a su perro en un rey? Sube la foto del perro y luego aplique la generación de arte IA a la escena.
• Modelo: La IA utiliza diferentes modelos generativos (Stable Diffusion 1.5 o 2.1 son los más comunes, aunque hay muchos otros como DALL-E 2 y el modelo personalizado de Midjourney) y cada modelo aportará su propio aspecto a una escena. Experimente a ver qué funciona.
• Peso de la frase: El grado en que el modelo y la imagen se ajustan a la frase. Esta es una variable que puede ajustar en los sitios que lo permiten. En pocas palabras, un peso fuerte no permitirá mucha creatividad por parte del algoritmo de IA, mientras que un peso débil sí.
• Muestreador: Nada de lo que tenga que preocuparse, aunque los diferentes muestreadores también afectan al aspecto de una imagen.
• Pasos: Cuántas iteraciones necesitará un generador de arte de IA para construir una imagen, lo que generalmente mejora el resultado. Aunque muchos servicios permiten ajustar este valor, una regla general es que más de 50 pasos ofrece mejoras decrecientes. Un usuario subió una comparación visual de cómo los pasos y las muestras afectan a la imagen resultante.
• Corrección de rostros: Algunos sitios ofrecen la posibilidad de corregir rostros mediante algoritmos como GFPGAN, que pueden hacer que los retratos parezcan más reales.
• ControlNet: Un algoritmo nuevo y poco utilizado. ControlNet está diseñado específicamente para la generación de imagen a imagen, bloqueando aspectos de la imagen original para que no puedan cambiarse. Si tiene una imagen de un gato negro y quiere cambiarlo por un calicó, ControlNet podría utilizarse para conservar la pose original, simplemente cambiando el color.
• Aumento de escala: Las imágenes por defecto suelen ser pequeñas, cuadradas, de 1.024×1.024, aunque no siempre. Aunque el aumento de escala suele ser más costoso en términos de tiempo y recursos informáticos, es una forma de obtener una imagen grande que puede utilizar para otros fines, además de presumir ante sus amigos en las redes sociales.
• Inpainting: Es una forma bastante interesante de editar imágenes. Inpainting es básicamente como Photoshop más AI: puede tomar una imagen y resaltar un área específica, y luego alterar esa área usando AI. (Imagine que sube una foto de su padre, pinta la zona de su pelo y luego le añade una corona o una peluca de payaso con IA).
• Outpainting: Utiliza la IA para ampliar los límites de la escena. Imagine que tiene una foto pequeña, tomada en una playa de Italia. Podría utilizar el outpainting para ampliar la toma, añadiendo más de la playa (generada por la IA), tal vez algunos pájaros o un edificio lejano. No es algo que se le ocurriría normalmente.

El arte de la IA puede asustar a una generación de artistas que ahora tendrán que competir, quizá injustamente, con el arte de la IA generado por máquinas. (¡Imagine lo que supone para un escritor probar chatbots de IA como ChatGPT, Bing y Google Bard!).

Sin embargo, nosotros optamos por considerar el arte de la IA como una salida creativa propia y única, que le anima a pensar y crear sus propias piezas. Al fin y al cabo, puede comprar comida en un restaurante o seguir una receta, y combinar los ingredientes usted mismo. Cada cosa tiene su lugar. Animar a más gente a participar en el proceso creativo es el objetivo del arte de la IA.

Basado en el artículo de Mark Hachman (PCWorld) y editado por CIO Perú