FLUX Upscale прегенерира видеото до 4K и поправя размазаните лица

Пускал съм видео през ъпскейлър кадър по кадър. На стопкадър изглежда чисто. Пуснеш ли го в движение, лицето започва да диша, тревата пълзи, водата се разпада на дребни квадратчета. Трепти.

Затова това обявяване ми взе повече време от поредния генератор. Стабилният ъпскейл на видео е стара дупка в занаята и малкото инструменти, които я запушват прилично, са затворени и скъпи.

Двата режима казват най-много

Precise държи лицето. Creative го поправя по-агресивно и може да ти върне друг човек. Това не е дребен ред в документацията, а разликата между кадър, който влиза в монтажа, и кадър, който отива за преснимане.

Ъпскейлът тук не увеличава пиксели. Той прегенерира кадъра - и всичко прегенерирано може да реши, че лицето изглежда другояче.

Цената е по размер и по време едновременно. По сметка от обявените числа една секунда в 4K на Precise излиза около 0,58 долара, тоест трийсетсекунден клип е някъде към 17 долара, преди да си пробвал втори вариант. За рекламно парче е поносимо. За архив от стар материал сметката бързо става друг разговор.

И тегла няма. Компанията, която направи име с отворени модели, този път държи вратата затворена - минаваш през техния API или не минаваш. Логично е, инструментът е насочен към продукция, не към лаптопа ти. Само че значи и че цената я определя един играч.

Бенчмаркове също няма, така че проверката е една и е твоя. Вземи собствен кадър с вода, трева или лице в движение, пусни го през двата режима и го гледай в движение, не на стопкадър. Там се вижда дали трепти.

Визуалът към статията е генериран код-арт, без чужди изображения.