Jak AI generuje obrázky

Text v promptu → obraz

Text-to-image modely převádějí slovní zadání na vizuální vlastnosti a postupně skládají obraz, který odpovídá promptu. Často to funguje tak, že model začne od náhodného šumu a ten krok po kroku upravuje do výsledné podoby. Princip je jiný než u textu, ale stejně stojí na naučených vzorcích z velkého množství dat.

Co dělá obrázek lepším

• Subjekt - co konkrétně chceš vidět (a v jaké pozici nebo akci).
• Styl - fotorealistický, kreslený, akvarel, pixel art atd.
• Světlo a atmosféra - denní doba, počasí, nálada.
• Kompozice - detail, portrét, širokoúhlé, ptačí pohled.
• Negativní prompt - co tam nemá být.

Lepší obrázky vznikají iterativně. První pokus je málokdy ten finální - model upřesňuj postupně, ne jednou obří zprávou.