Por qué lo hicimos
Los modelos de anime de EGAKU ofrecen desde hace tiempo estilos como Grabado en madera y Tinta. Pero en realidad esos estilos solo añadían unas palabras a tu texto. Al comparar el mismo texto con y sin ellos, la imagen apenas cambiaba: seguía siendo una ilustración anime limpia con un poco de textura.
Así que entrenamos un pequeño modelo de estilo propio para cada uno y lo conectamos a cuatro estilos: Grabado en madera (ukiyo-e), Tinta, Art Nouveau y un nuevo estilo Impresionismo.
Entrenado solo con arte de dominio público
No usamos imágenes recogidas de internet ni nada creado en EGAKU. Cada modelo de estilo aprendió de unas 700 obras de dominio público o con licencia CC0, elegidas de una colección abierta que solo contiene ese tipo de obras.
- Ningún artista domina. Limitamos cada artista a 120 obras, para que el estilo ukiyo-e no sea el de un solo pintor.
- Sin nombres. Quitamos los nombres de los artistas de las descripciones de entrenamiento, para que el modelo aprenda el aspecto y no un nombre que imitar.
- Solo personas adultas. Excluimos toda imagen cuya descripción mencionaba a un niño y toda imagen con desnudos.
Antes y después
Mismo texto, misma semilla; solo se añade el modelo de estilo.
Grabado en madera: cielos índigo, barandillas bermellón, estampados de kimono y el color plano de los grabados reales.




Tinta: tinta difuminada, espacio vacío y tono de papel en lugar de blanco y negro puro.


Art Nouveau: el estilo anterior ya dibujaba un marco ornamental; el nuevo modelo añade el color y la textura de papel de los carteles.


Impresionismo (nuevo): luz moteada, pinceladas visibles y bordes suaves.


Más fuerte no era mejor
Con mucha intensidad, el modelo de estilo empieza a imponerse a tu texto. En la prueba de tinta, dos personas en un puente se convirtieron en una. El modelo ukiyo-e, que vio muchos grabados de actores de kabuki, convirtió a una aventurera en la cara de un actor.


Para cada estilo probamos cuatro intensidades con cinco temas distintos y elegimos la más fuerte que aún respetaba lo pedido: el número correcto de personas y el tema correcto. Queda un límite: en el estilo ukiyo-e, un gato tiende a convertirse en persona, porque casi no hay gatos en los grabados de los que aprendió.
Menos brazos y piernas de más
Al mismo tiempo publicamos dos cambios contra la queja más común de las imágenes con IA: un brazo de más, una pierna en el lugar equivocado o dos cuerpos que se mezclan al abrazarse o bailar.
- Elegir la imagen limpia. Cuando el texto tiene dos personas juntas, un abrazo o un movimiento grande como un salto o una patada, nuestros modelos de imagen propios crean un candidato extra. Una revisión automática comprueba extremidades de más o mal colocadas, cuerpos fusionados y el número de personas, y recibes la imagen limpia. Pagas solo las imágenes que pediste.
- Un acabado más limpio en α2. Nuestro modelo fotográfico α2 amplía cada imagen y vuelve a dibujar los detalles. Cambiamos cómo amplía antes de ese redibujado. En nuestra prueba de 24 poses difíciles, los casos con problemas bajaron de 8 a 6, desaparecieron los fragmentos translúcidos alrededor de los cuerpos y cada imagen termina aproximadamente un tercio más rápido.


Nada de esto hace imposibles los errores, pero los vuelve mucho más raros. Ahora trabajamos en fijar primero la pose en escenas acrobáticas o con varias personas, para que el cuerpo tenga la forma correcta antes de dibujar cualquier detalle.