Flux: Bước đột phá mới của Black Forest Labs trong lĩnh vực mô hình chuyển đổi văn bản thành hình ảnh - Liệu có vượt trội hơn Midjourney?

Flux: Bước đột phá mới của Black Forest Labs trong lĩnh vực mô hình chuyển đổi văn bản thành hình ảnh - Liệu có vượt trội hơn Midjourney?

Black Forest Labs, đội ngũ đứng sau mô hình Stable Diffusion đột phá, đã chính thức ra mắt Flux – bộ sưu tập các mô hình AI tiên tiến hứa hẹn sẽ tái định nghĩa khả năng tạo hình ảnh bằng AI. Nhưng liệu Flux có thực sự là một bước nhảy vọt trong lĩnh vực này và nó so sánh như thế nào với các đối thủ hàng đầu như Midjourney? Hãy cùng chúng ta đi sâu vào thế giới của Flux và khám phá tiềm năng của nó trong việc định hình tương lai của nghệ thuật và truyền thông do AI tạo ra.

Nguồn gốc của Black Forest Labs

Trước khi đi sâu vào các khía cạnh kỹ thuật của Flux, điều quan trọng là phải hiểu rõ về đội ngũ tài năng đằng sau mô hình sáng tạo này. Black Forest Labs không chỉ là một startup AI thông thường; đó là một tập hợp của những cá nhân xuất sắc với bảng thành tích ấn tượng trong việc phát triển các mô hình AI tạo sinh nền tảng. Đội ngũ này bao gồm những người tạo ra VQGAN, Latent Diffusion và gia đình mô hình Stable Diffusion đã gây bão trong thế giới nghệ thuật AI.

Với vòng gọi vốn Series Seed thành công trị giá 31 triệu đô la do Andreessen Horowitz dẫn đầu và sự hỗ trợ từ các nhà đầu tư thiên thần đáng chú ý, Black Forest Labs đã khẳng định vị thế tiên phong trong nghiên cứu AI tạo sinh. Nhiệm vụ của họ rất rõ ràng: phát triển và nâng cao các mô hình học sâu tạo sinh tiên tiến cho các phương tiện truyền thông như hình ảnh và video, đồng thời thúc đẩy ranh giới của sự sáng tạo, hiệu quả và đa dạng.

Giới thiệu về gia đình mô hình Flux

Black Forest Labs đã giới thiệu bộ sưu tập mô hình chuyển đổi văn bản thành hình ảnh FLUX.1, được thiết kế để thiết lập các tiêu chuẩn mới về chi tiết hình ảnh, tuân thủ lời nhắc, đa dạng phong cách và độ phức tạp của cảnh. Gia đình Flux bao gồm ba biến thể, mỗi biến thể được thiết kế riêng cho các trường hợp sử dụng và mức độ truy cập khác nhau:

• FLUX.1 [pro]: Mô hình hàng đầu, cung cấp hiệu suất vượt trội trong việc tạo hình ảnh với khả năng tuân thủ lời nhắc, chất lượng hình ảnh, chi tiết hình ảnh và tính đa dạng đầu ra vượt trội. Có sẵn thông qua API, nó được định vị là tùy chọn cao cấp cho mục đích sử dụng chuyên nghiệp và doanh nghiệp.
• FLUX.1 [dev]: Mô hình chưng cất hướng dẫn, có trọng số mở cho các ứng dụng phi thương mại. Nó được thiết kế để đạt được chất lượng và khả năng tuân thủ lời nhắc tương tự như phiên bản pro trong khi hiệu quả hơn.
• FLUX.1 [schnell]: Mô hình nhanh nhất trong bộ, được tối ưu hóa cho phát triển cục bộ và sử dụng cá nhân. Nó được cung cấp miễn phí theo giấy phép Apache 2.0, giúp nó có thể truy cập được cho nhiều ứng dụng và thử nghiệm khác nhau.

Dưới đây là một số ví dụ về lời nhắc độc đáo và sáng tạo thể hiện khả năng của FLUX.1. Những lời nhắc này sẽ làm nổi bật điểm mạnh của mô hình trong việc xử lý văn bản, bố cục phức tạp và các yếu tố đầy thử thách như bàn tay.

• Kết hợp phong cách nghệ thuật với văn bản: "Tạo một bức chân dung Vincent van Gogh theo phong cách đặc trưng của ông, nhưng thay thế bộ râu của ông bằng những nét cọ xoáy tạo thành chữ 'Đêm đầy sao' theo kiểu chữ thảo."
• Cảnh hành động năng động với tích hợp văn bản: "Một siêu anh hùng xé toạc trang truyện tranh. Các đường hành động và hiệu ứng âm thanh sẽ tạo thành tên của anh hùng là 'FLUX FORCE' theo kiểu chữ in đậm, năng động."
• Khái niệm siêu thực với vị trí đối tượng chính xác: "Cận cảnh một chú mèo dễ thương với màu nâu và trắng dưới ánh nắng mặt trời bên cửa sổ. Lấy nét rõ nét vào kết cấu và màu sắc của mắt. Ánh sáng tự nhiên để ghi lại độ sâu và độ sáng bóng của mắt chân thực."

Những lời nhắc này được thiết kế để thử thách khả năng của FLUX.1 trong việc hiển thị văn bản, bố cục cảnh phức tạp và tạo đối tượng chi tiết, đồng thời thể hiện tiềm năng của nó trong việc tạo hình ảnh sáng tạo và độc đáo.

Những đột phá kỹ thuật đằng sau Flux

Nằm ở trung tâm của khả năng ấn tượng của Flux là một loạt các cải tiến kỹ thuật giúp nó khác biệt với những người tiền nhiệm và đối thủ cạnh tranh:

Mô hình Flow được hỗ trợ bởi Transformer ở quy mô lớn

Tất cả các mô hình FLUX.1 công khai đều được xây dựng trên kiến trúc lai kết hợp các khối biến đổi khuếch tán đa phương thức và song song, được mở rộng lên tới 12 tỷ tham số ấn tượng. Điều này thể hiện một bước nhảy vọt về quy mô và độ phức tạp của mô hình so với nhiều mô hình chuyển đổi văn bản thành hình ảnh hiện có.

Các mô hình Flux cải tiến dựa trên các mô hình khuếch tán tiên tiến trước đó bằng cách kết hợp kết hợp luồng, một phương pháp chung và đơn giản về mặt khái niệm để đào tạo các mô hình tạo sinh. Kết hợp luồng cung cấp một khuôn khổ linh hoạt hơn cho mô hình hóa tạo sinh, với các mô hình khuếch tán là một trường hợp đặc biệt trong phương pháp tiếp cận rộng hơn này.

Để nâng cao hiệu suất của mô hình và hiệu quả phần cứng, Black Forest Labs đã tích hợp các nhúng vị trí xoay vòng và các lớp chú ý song song. Các kỹ thuật này cho phép xử lý tốt hơn các mối quan hệ không gian trong hình ảnh và xử lý dữ liệu quy mô lớn hiệu quả hơn.

Những đổi mới về kiến trúc

Hãy chia nhỏ một số yếu tố kiến trúc chính góp phần vào hiệu suất của Flux:

• Kiến trúc lai: Bằng cách kết hợp các khối biến đổi khuếch tán đa phương thức và song song, Flux có thể xử lý hiệu quả cả thông tin văn bản và hình ảnh, dẫn đến sự liên kết tốt hơn giữa lời nhắc và hình ảnh được tạo.
• Kết hợp luồng: Phương pháp này cho phép đào tạo các mô hình tạo sinh linh hoạt và hiệu quả hơn. Nó cung cấp một khuôn khổ thống nhất bao gồm các mô hình khuếch tán và các kỹ thuật tạo sinh khác, có khả năng dẫn đến việc tạo hình ảnh mạnh mẽ và linh hoạt hơn.
• Nhúng vị trí xoay vòng: Các nhúng này giúp mô hình hiểu và duy trì tốt hơn các mối quan hệ không gian trong hình ảnh, điều này rất quan trọng để tạo ra nội dung trực quan mạch lạc và chi tiết.
• Các lớp chú ý song song: Kỹ thuật này cho phép xử lý hiệu quả hơn các cơ chế chú ý, điều này rất quan trọng để hiểu mối quan hệ giữa các yếu tố khác nhau trong cả lời nhắc văn bản và hình ảnh được tạo.
• Mở rộng lên 12 tỷ tham số: Quy mô tuyệt đối của mô hình cho phép nó nắm bắt và tổng hợp các mẫu và mối quan hệ phức tạp hơn, có khả năng dẫn đến chất lượng cao hơn và đầu ra đa dạng hơn.

Đánh giá Flux: Một tiêu chuẩn mới trong tổng hợp hình ảnh

Black Forest Labs tuyên bố rằng FLUX.1 thiết lập các tiêu chuẩn mới trong tổng hợp hình ảnh, vượt qua các mô hình phổ biến như Midjourney v6.0, DALL·E 3 (HD) và SD3-Ultra ở một số khía cạnh chính:

• Chất lượng hình ảnh: Flux nhằm mục đích tạo ra hình ảnh có độ trung thực cao hơn, chi tiết chân thực hơn và tổng thể thẩm mỹ đẹp hơn.
• Tuân thủ lời nhắc: Mô hình được thiết kế để tuân thủ chặt chẽ hơn các lời nhắc văn bản đã cho, tạo ra hình ảnh phản ánh chính xác hơn ý định của người dùng.
• Khả năng thay đổi kích thước/tỷ lệ khung hình: Flux hỗ trợ nhiều tỷ lệ khung hình và độ phân giải khác nhau, từ 0,1 đến 2,0 megapixel, mang đến sự linh hoạt cho các trường hợp sử dụng khác nhau.
• Kiểu chữ: Mô hình cho thấy khả năng được cải thiện trong việc tạo và hiển thị văn bản trong hình ảnh, một thách thức phổ biến đối với nhiều mô hình chuyển đổi văn bản thành hình ảnh.
• Tính đa dạng đầu ra: Flux được tinh chỉnh đặc biệt để duy trì toàn bộ tính đa dạng đầu ra từ quá trình đào tạo trước, mang đến nhiều khả năng sáng tạo hơn.

Flux so với Midjourney: Phân tích so sánh

Bây giờ, hãy giải quyết câu hỏi nóng bỏng: Liệu Flux có tốt hơn Midjourney? Để trả lời câu hỏi này, chúng ta cần xem xét một số yếu tố:

Chất lượng hình ảnh và thẩm mỹ

Cả Flux và Midjourney đều được biết đến với việc tạo ra những hình ảnh chất lượng cao, ấn tượng trực quan. Midjourney đã được khen ngợi vì phong cách nghệ thuật và khả năng tạo ra hình ảnh có sức hấp dẫn thẩm mỹ khác biệt. Flux, với kiến trúc tiên tiến và số lượng tham số lớn hơn, nhằm mục đích phù hợp hoặc vượt quá mức chất lượng này.

Những ví dụ ban đầu từ Flux cho thấy chi tiết ấn tượng, kết cấu chân thực và nắm bắt tốt về ánh sáng và bố cục. Tuy nhiên, bản chất chủ quan của nghệ thuật khiến cho việc khẳng định dứt khoát về tính ưu việt trong lĩnh vực này là điều khó khăn. Người dùng có thể thấy rằng mỗi mô hình đều có điểm mạnh trong các phong cách hoặc loại hình ảnh khác nhau.

Tuân thủ lời nhắc

Một lĩnh vực mà Flux có khả năng vượt trội hơn Midjourney là khả năng tuân thủ lời nhắc. Black Forest Labs đã nhấn mạnh trọng tâm của họ vào việc cải thiện khả năng giải thích và thực hiện chính xác các lời nhắc đã cho của mô hình. Điều này có thể dẫn đến những hình ảnh được tạo ra phù hợp hơn với ý định của người dùng, đặc biệt là đối với những yêu cầu phức tạp hoặc tinh tế.

Midjourney đôi khi bị chỉ trích vì đã tự do sáng tạo với lời nhắc, điều này có thể dẫn đến kết quả đẹp mắt nhưng bất ngờ. Phương pháp của Flux có thể mang lại khả năng kiểm soát chính xác hơn đối với đầu ra được tạo.

Tốc độ và hiệu quả

Với việc giới thiệu FLUX.1 [schnell], Black Forest Labs đang nhắm mục tiêu vào một trong những lợi thế chính của Midjourney: tốc độ. Midjourney được biết đến với thời gian tạo nhanh chóng, điều này đã khiến nó trở nên phổ biến cho các quy trình sáng tạo lặp đi lặp lại. Nếu Flux có thể phù hợp hoặc vượt quá tốc độ này trong khi vẫn duy trì chất lượng, thì đó có thể là một điểm bán hàng đáng kể.

Khả năng truy cập và dễ sử dụng

Midjourney đã trở nên phổ biến một phần nhờ giao diện thân thiện với người dùng và tích hợp với Discord. Flux, là sản phẩm mới hơn, có thể cần có thời gian để phát triển các giao diện dễ truy cập tương tự. Tuy nhiên, bản chất nguồn mở của các mô hình FLUX.1 [schnell] và [dev] có thể dẫn đến nhiều công cụ và tích hợp do cộng đồng phát triển, có khả năng vượt qua Midjourney về các tùy chọn linh hoạt và tùy chỉnh.

Khả năng kỹ thuật

Kiến trúc tiên tiến và quy mô mô hình lớn hơn của Flux cho thấy rằng nó có thể có nhiều khả năng thô hơn về mặt hiểu các lời nhắc phức tạp và tạo ra các chi tiết phức tạp. Phương pháp kết hợp luồng và kiến trúc lai có thể cho phép Flux xử lý nhiều loại tác vụ hơn và tạo ra nhiều đầu ra đa dạng hơn.

Cân nhắc về đạo đức và giảm thiểu sai lệch

Cả Flux và Midjourney đều phải đối mặt với thách thức giải quyết các lo ngại về đạo đức trong hình ảnh do AI tạo ra, chẳng hạn như sai lệch, thông tin sai lệch và các vấn đề về bản quyền. Trọng tâm của Black Forest Labs về tính minh bạch và cam kết của họ trong việc biến các mô hình có thể truy cập rộng rãi có khả năng dẫn đến sự giám sát của cộng đồng mạnh mẽ hơn và cải thiện nhanh hơn trong các lĩnh vực này.

Triển khai mã và triển khai

Sử dụng Flux với Diffusers

Các mô hình Flux có thể dễ dàng được tích hợp vào quy trình công việc hiện có bằng cách sử dụng thư viện Hugging Face Diffusers. Dưới đây là hướng dẫn từng bước để sử dụng FLUX.1 [dev] hoặc FLUX.1 [schnell] với Diffusers:

1. Đầu tiên, cài đặt hoặc nâng cấp thư viện Diffusers:

!pip install git+https://github.com/huggingface/diffusers.git

2. Sau đó, bạn có thể sử dụng FluxPipeline để chạy mô hình:

import torch
from diffusers import FluxPipeline

# Tải mô hình
pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16)
# Kích hoạt dỡ tải CPU để tiết kiệm VRAM (tùy chọn)
pipe.enable_model_cpu_offload()
# Tạo hình ảnh
prompt = "Một con mèo cầm một tấm biển có nội dung chào thế giới"
image = pipe(
    prompt,
    height=1024,
    width=1024,
    guidance_scale=3.5,
    output_type="pil",
    num_inference_steps=50,
    max_sequence_length=512,
    generator=torch.Generator("cpu").manual_seed(0)
).images[0]
# Lưu hình ảnh được tạo
image.save("flux-dev.png")

Đoạn mã này cho thấy cách tải mô hình FLUX.1 [dev], tạo hình ảnh từ lời nhắc văn bản và lưu kết quả.

Triển khai Flux dưới dạng API với LitServe

Đối với những người muốn triển khai Flux như một dịch vụ API có thể mở rộng, Black Forest Labs cung cấp một ví dụ sử dụng LitServe, một công cụ suy luận hiệu suất cao. Dưới đây là bảng phân tích quy trình triển khai:

Xác định máy chủ mô hình:

from io import BytesIO
from fastapi import Response
import torch
import time
import litserve as ls
from optimum.quanto import freeze, qfloat8, quantize
from diffusers import FlowMatchEulerDiscreteScheduler, AutoencoderKL
from diffusers.models.transformers.transformer_flux import FluxTransformer2DModel
from diffusers.pipelines.flux.pipeline_flux import FluxPipeline
from transformers import CLIPTextModel, CLIPTokenizer, T5EncoderModel, T5TokenizerFast

class FluxLitAPI(ls.LitAPI):
    def setup(self, device):
        # Tải các thành phần mô hình
        scheduler = FlowMatchEulerDiscreteScheduler.from_pretrained("black-forest-labs/FLUX.1-schnell", subfolder="scheduler")
        text_encoder = CLIPTextModel.from_pretrained("openai/clip-vit-large-patch14", torch_dtype=torch.bfloat16)
        tokenizer = CLIPTokenizer.from_pretrained("openai/clip-vit-large-patch14", torch_dtype=torch.bfloat16)
        text_encoder_2 = T5EncoderModel.from_pretrained("black-forest-labs/FLUX.1-schnell", subfolder="text_encoder_2", torch_dtype=torch.bfloat16)
        tokenizer_2 = T5TokenizerFast.from_pretrained("black-forest-labs/FLUX.1-schnell", subfolder="tokenizer_2", torch_dtype=torch.bfloat16)
        vae = AutoencoderKL.from_pretrained("black-forest-labs/FLUX.1-schnell", subfolder="vae", torch_dtype=torch.bfloat16)
        transformer = FluxTransformer2DModel.from_pretrained("black-forest-labs/FLUX.1-schnell", subfolder="transformer", torch_dtype=torch.bfloat16)
        # Lượng tử hóa thành 8 bit để vừa với GPU L4
        quantize(transformer, weights=qfloat8)
        freeze(transformer)
        quantize(text_encoder_2, weights=qfloat8)
        freeze(text_encoder_2)
        # Khởi tạo đường ống Flux
        self.pipe = FluxPipeline(
            scheduler=scheduler,
            text_encoder=text_encoder,
            tokenizer=tokenizer,
            text_encoder_2=None,
            tokenizer_2=tokenizer_2,
            vae=vae,
            transformer=None,
        )
        self.pipe.text_encoder_2 = text_encoder_2
        self.pipe.transformer = transformer
        self.pipe.enable_model_cpu_offload()

    def decode_request(self, request):
        return request["prompt"]

    def predict(self, prompt):
        image = self.pipe(
            prompt=prompt, 
            width=1024,
            height=1024,
            num_inference_steps=4, 
            generator=torch.Generator().manual_seed(int(time.time())),
            guidance_scale=3.5,
        ).images[0]
        return image

    def encode_response(self, image):
        buffered = BytesIO()
        image.save(buffered, format="PNG")
        return Response(content=buffered.getvalue(), headers={"Content-Type": "image/png"})

# Khởi động máy chủ
if __name__ == "__main__":
    api = FluxLitAPI()
    server = ls.LitServer(api, timeout=False)
    server.run(port=8000)

Mã này thiết lập API LitServe cho Flux, bao gồm tải mô hình, xử lý yêu cầu, tạo hình ảnh và mã hóa phản hồi.

Khởi động máy chủ:

python server.py

Sử dụng API mô hình:

Bạn có thể kiểm tra API bằng cách sử dụng tập lệnh máy khách đơn giản:

import requests
import json

url = "http://localhost:8000/predict"
prompt = "một robot đang ngồi trên ghế vẽ một bức tranh trên giá vẽ về một cảnh quan thành phố tương lai, nghệ thuật đại chúng"
response = requests.post(url, json={"prompt": prompt})
with open("generated_image.png", "wb") as f:
    f.write(response.content)
print("Hình ảnh được tạo và lưu dưới dạng generated_image.png")

Các tính năng chính của triển khai

• Kiến trúc không máy chủ: Thiết lập LitServe cho phép triển khai không máy chủ, có thể mở rộng, có thể thu nhỏ về 0 khi không sử dụng.
• API riêng tư: Bạn có thể triển khai Flux như một API riêng tư trên cơ sở hạ tầng của riêng mình.
• Hỗ trợ đa GPU: Thiết lập được thiết kế để hoạt động hiệu quả trên nhiều GPU.
• Lượng tử hóa: Mã thể hiện cách lượng tử hóa mô hình thành độ chính xác 8 bit, cho phép nó chạy trên phần cứng kém mạnh hơn như GPU NVIDIA L4.
• Dỡ tải CPU: Phương thức enable_model_cpu_offload() được sử dụng để bảo toàn bộ nhớ GPU bằng cách dỡ bỏ các phần của mô hình sang CPU khi không sử dụng.

Ứng dụng thực tế của Flux

Tính linh hoạt và sức mạnh của Flux mở ra nhiều ứng dụng tiềm năng trong các ngành khác nhau:

• Ngành công nghiệp sáng tạo: Các nhà thiết kế đồ họa, họa sĩ minh họa và nghệ sĩ có thể sử dụng Flux để nhanh chóng tạo ra nghệ thuật ý tưởng, bảng tâm trạng và cảm hứng trực quan.
• Tiếp thị và quảng cáo: Các nhà tiếp thị có thể tạo hình ảnh tùy chỉnh cho các chiến dịch, nội dung truyền thông xã hội và bản mô phỏng sản phẩm với tốc độ và chất lượng chưa từng có.
• Phát triển trò chơi: Các nhà thiết kế trò chơi có thể sử dụng Flux để nhanh chóng tạo nguyên mẫu môi trường, nhân vật và tài sản, hợp lý hóa quy trình sản xuất trước.
• Kiến trúc và thiết kế nội thất: Các kiến trúc sư và nhà thiết kế có thể tạo ra hình ảnh trực quan chân thực về không gian và cấu trúc dựa trên mô tả bằng văn bản.
• Giáo dục: Các nhà giáo dục có thể tạo ra các phương tiện trực quan và hình ảnh minh họa tùy chỉnh để nâng cao tài liệu học tập và làm cho các khái niệm phức tạp trở nên dễ tiếp cận hơn.
• Phim và hoạt hình: Các nghệ sĩ storyboard và họa sĩ hoạt hình có thể sử dụng Flux để nhanh chóng hình dung các cảnh và nhân vật, tăng tốc quy trình hình dung trước.

Tương lai của Flux và tạo văn bản thành hình ảnh

Black Forest Labs đã nói rõ rằng Flux chỉ là khởi đầu cho tham vọng của họ trong lĩnh vực AI tạo sinh. Họ đã công bố kế hoạch phát triển các hệ thống chuyển đổi văn bản thành video cạnh tranh, hứa hẹn khả năng tạo và chỉnh sửa chính xác ở độ nét cao và tốc độ chưa từng có.

Lộ trình này cho thấy rằng Flux không chỉ là một sản phẩm độc lập mà là một phần của hệ sinh thái rộng lớn hơn các công cụ AI tạo sinh. Khi công nghệ phát triển, chúng ta có thể mong đợi sẽ thấy:

• Tích hợp được cải thiện: Quy trình công việc liền mạch giữa tạo văn bản thành hình ảnh và tạo văn bản thành video, cho phép tạo nội dung phức tạp và năng động hơn.
• Tùy chỉnh nâng cao: Kiểm soát chi tiết hơn đối với nội dung được tạo, có thể thông qua các kỹ thuật kỹ thuật lời nhắc nâng cao hoặc giao diện người dùng trực quan.
• Tạo theo thời gian thực: Khi các mô hình như FLUX.1 [schnell] tiếp tục được cải thiện, chúng ta có thể thấy khả năng tạo hình ảnh theo thời gian thực có thể cách mạng hóa việc tạo nội dung trực tiếp và phương tiện tương tác.
• Tạo đa phương thức: Khả năng tạo và thao tác nội dung trên nhiều phương thức (văn bản, hình ảnh, video, âm thanh) một cách gắn kết và tích hợp.
• Phát triển AI có đạo đức: Tiếp tục tập trung vào việc phát triển các mô hình AI không chỉ mạnh mẽ mà còn có trách nhiệm và đúng đắn về mặt đạo đức.

Kết luận: Flux có tốt hơn Midjourney không?

Câu hỏi liệu Flux có “tốt hơn” Midjourney hay không không dễ dàng được trả lời bằng cách đơn giản là có hoặc không. Cả hai mô hình đều đại diện cho rìa tiên tiến của công nghệ tạo văn bản thành hình ảnh, mỗi mô hình đều có điểm mạnh và đặc điểm riêng.

Flux, với kiến trúc tiên tiến và trọng tâm là tuân thủ lời nhắc, có thể mang lại khả năng kiểm soát chính xác hơn và chất lượng có khả năng cao hơn trong một số tình huống nhất định. Các biến thể nguồn mở của nó cũng cung cấp cơ hội cho việc tùy chỉnh và tích hợp có thể rất có giá trị đối với các nhà phát triển và nhà nghiên cứu.

Mặt khác, Midjourney có một lịch sử đã được chứng minh, một lượng người dùng lớn và tích cực, và một phong cách nghệ thuật đặc biệt mà nhiều người dùng yêu thích. Việc tích hợp với Discord và giao diện thân thiện với người dùng đã giúp nó có thể truy cập cao đối với những người sáng tạo ở mọi cấp độ kỹ năng kỹ thuật.

Cuối cùng, mô hình “tốt hơn” có thể phụ thuộc vào trường hợp sử dụng cụ thể, sở thích cá nhân và khả năng phát triển của từng nền tảng. Điều rõ ràng là Flux đại diện cho một bước tiến đáng kể trong lĩnh vực AI tạo sinh, giới thiệu các kỹ thuật sáng tạo và thúc đẩy ranh giới của những gì có thể trong tổng hợp văn bản thành hình ảnh.