.ai

najlepsze otwarte modele AI

Szukaj

Pierwsze kroki z generowaniem obrazów AI: twoje pierwsze zdjęcie w dziesięć minut

Q: Czy mogę też robić wideo?

Tak, między innymi z Wan, LTX-2 i MiniMax H3, ale wideo wymaga dużo więcej pamięci lokalnie. Zacznij w chmurze; poradnik startowy do wideo to opisuje.

Q: Obraz ignoruje połowę promptu

Za dużo pomysłów w jednym promptcie albo za niskie CFG. Jeden temat, jedno miejsce, jeden styl na prompt. Podnieś CFG o jeden na SDXL. Flux i Qwen lepiej radzą sobie z długimi promptami niż SD 1.5.

Q: Tekst na obrazie to bełkot

SD 1.5 i SDXL nie potrafią pisać. Użyj Flux, FLUX.2, Qwen Image lub Z-Image i wpisz tekst w cudzysłowie w promptcie.

Temat: Usługi w chmurze

Autor: Captain

Opublikowano 2025-08-14

Proste wprowadzenie dla zupełnych początkujących: czym jest model, trzy sposoby na jego uruchomienie (aplikacja webowa, czat bot, własny komputer), jak napisać pierwszy prompt, co oznaczają ustawienia i jak odróżnić dobry wynik od szczęśliwego trafu.

Przegląd

Generowanie obrazów AI zamienia zdanie w obraz. Piszesz opis (prompt), model, który nauczył się na milionach opisanych obrazów, zamienia losowy szum w coś, co pasuje do opisu, a po kilku sekundach masz obraz. Wszystko inne w tym hobby,

LoRA

, samplery,

ControlNet

, upscalery, to dopracowywanie tej jednej pętli: opisz, wygeneruj, obejrzyj, popraw.

Model to najważniejsza część. Różne modele mają różne mocne strony:

SDXL

i jego anime fine-tune’y rysują ilustracje i postacie,

Flux

Z-Image

radzą sobie z długimi promptami i czytelnym tekstem,

Wan

LTX

robią wideo. ModelTrends.ai pokazuje, których modeli ludzie faktycznie używają w tym tygodniu, więc nie musisz zgadywać. Każda strona modelu pokazuje przykładowe obrazy z dokładnym promptem i ustawieniami, które je stworzyły — to najszybszy sposób na naukę.

Nie potrzebujesz gamingowego komputera, żeby zacząć. Najszybszy pierwszy obraz zrobisz na chmurze, gdzie modele są już zainstalowane: aplikacja webowa jak

BitVector

, gdzie wybierasz model i piszesz, albo czat bot

PirateDiffusion

na Telegramie, gdzie wysyłasz komendę. Uruchamianie modeli na własnej karcie graficznej przyjdzie później, gdy już wiesz, które modele lubisz i czy chcesz wydać pieniądze na sprzęt.

Odniesienie

Nazwa	Typ	Co to jest
Prompt	text	Co chcesz zobaczyć. Najpierw temat, potem miejsce, potem styl i oświetlenie. Prosty angielski działa na nowoczesnych modelach; listy słów kluczowych na starszych.
Negative prompt	text	Czego nie chcesz (rozmyte, dodatkowe palce, znak wodny). Ważne dla SD 1.5 i SDXL; Flux i inne nowsze modele to w większości ignorują.
Model / checkpoint	choice	Mózg. Wybierz z najpopularniejszej listy na tej stronie; rodzina decyduje o wyglądzie i stylu prompta.
Size	pixels	512x512 dla SD 1.5, 1024x1024 dla SDXL i Flux. Inne proporcje z tą samą liczbą pikseli też działają (832x1216 portret, 1216x832 krajobraz).
Steps	number	Ile razy model poprawia obraz. 20 do 30 to normalny zakres; więcej jest wolniej i rzadko lepiej.
CFG / guidance	number	Jak ściśle model trzyma się prompta. 5 do 7 na SDXL, 3.5 na Flux, 1 na turbo lub lightning modelach.
Seed	number	Początkowy szum. Ten sam seed i ustawienia dają ten sam obraz, więc możesz zmieniać po jednym elemencie.
Sampler	choice	Matematyka usuwania szumu. Euler lub DPM++ 2M Karras to bezpieczne domyślne; strona modelu pokazuje, czego użyto w przykładach.

Zrób pierwsze zdjęcie bez instalowania czegokolwiek

BitVector Prism to aplikacja webowa: wybierz jeden z modeli z tej strony, wpisz prompt z przykładu powyżej i wygeneruj. Nic do pobierania, nic do konfiguracji, działa na telefonie.

Wypróbuj BitVector

Krok po kroku

Otwórz przeglądarkę modeli na tej stronie i posortuj po popularności. Wybierz bazowy model (
checkpoint
, nie LoRA) z rodziny SDXL lub Flux; fine-tune’y SDXL jak DreamShaper XL lub Juggernaut XL są wyrozumiałe na pierwszy raz.
Przeczytaj stronę modelu: zobacz trzy lub cztery przykładowe obrazy i ich prompty. Zwróć uwagę na schemat: temat, scena, oświetlenie, kamera, słowa stylu.
Naciśnij przycisk Run na stronie modelu. BitVector otworzy aplikację webową z wybranym modelem; PirateDiffusion otworzy czat na Telegramie, gdzie wpisujesz /render i prompt.
Napisz pierwszy prompt, kopiując przykład i zmieniając tylko temat. Zachowaj rozmiar, kroki i
sampler
z przykładu.
Wygeneruj cztery obrazy, nie jeden. Losowy szum oznacza, że niektóre seedy są lepsze; ocenianie modelu po jednym obrazie to błąd.
Zmień jedną rzecz: dodaj słowo oświetlenia (golden hour, soft studio light) albo słowo kamery (35mm, close-up) i wygeneruj znowu. Tak uczysz się promptowania.
Oznacz serduszkiem modele, które lubisz; strona Favs zapisze je w przeglądarce, żebyś mógł wrócić bez konta.
Gdy chcesz uruchomić lokalnie, przeczytaj poradnik o
VRAM
i poradnik dla początkujących
ComfyUI
na tej stronie; te same prompty i modele działają tam.

Przykłady

Pierwszy prompt dla modelu foto SDXL

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Ten sam pomysł na PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Prompt Flux (bez negatywu, niższe guidance)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Porady

Model to największy wpływ, prompt drugi, ustawienia trzecie. Początkujący często zaczynają od złej kolejności.
Krótkie, konkretne prompty są lepsze niż długie, niejasne. "Czerwony rower oparty o białą ścianę, poranne światło, zdjęcie 50mm" jest lepsze niż "piękny oszałamiający niesamowity 8k arcydzieło rower".
Portretowe proporcje dla ludzi, krajobrazowe dla scen. Kwadrat rzadko jest najlepszy.
Zapisuj prompty, które lubisz, w pliku tekstowym. Każda strona modelu pokazuje pełny prompt pod przykładami właśnie z tego powodu.
Modele anime i ilustracji (
Illustrious
, Pony, NoobAI) używają promptów w stylu tagów; modele foto (Flux, Z-Image, SDXL photo fine-tune’y) używają zdań. Strona rodziny wyjaśnia, które są które.
Nie pobieraj nic, dopóki nie użyjesz modelu w chmurze i ci się spodoba. Checkpointy mają od 2 do 24 GB każdy.

Rozwiązywanie problemów

Wszystkie obrazy wyglądają tak samo

Dlaczego tak się dzieje

Seed jest stały albo prompt to lista ogólnych słów jakości.

Jak to naprawić

Ustaw seed na losowy, usuń "masterpiece, 8k, best quality" z promptów foto, opisz scenę zamiast tego.

Ręce i twarze są niepoprawne

Dlaczego tak się dzieje

Małe twarze i ręce przy niskiej rozdzielczości albo stary model SD 1.5.

Jak to naprawić

Użyj SDXL lub Flux w 1024 pikselach, kadruj temat większy, albo popraw twarz później (patrz poradnik inpaintingu).

Obraz ignoruje połowę promptu

Dlaczego tak się dzieje

Za dużo pomysłów w jednym promptcie albo za niskie CFG.

Jak to naprawić

Jeden temat, jedno miejsce, jeden styl na prompt. Podnieś CFG o jeden na SDXL. Flux i

Qwen

lepiej radzą sobie z długimi promptami niż SD 1.5.

Tekst na obrazie to bełkot

Dlaczego tak się dzieje

SD 1.5 i SDXL nie potrafią pisać.

Jak to naprawić

Użyj Flux,

FLUX.2

Qwen Image

lub Z-Image i wpisz tekst w cudzysłowie w promptcie.

Na laptopie generowanie trwa minuty na obraz

Dlaczego tak się dzieje

Brak dedykowanej karty graficznej albo karta z mniej niż 6 GB pamięci.

Jak to naprawić

Generuj w chmurze (BitVector, PirateDiffusion) i używaj laptopa do przeglądania wyników.

Tysiące modeli w oknie czatu

PirateDiffusion działa na Telegramie: wyślij /render i prompt, a obraz wróci na czacie. Każdy model i LoRA z tej strony z przyciskiem Run jest tam już zainstalowany, na stałej miesięcznej opłacie z nieograniczonym generowaniem.

Wypróbuj PirateDiffusion

Pytania

Czy muszę płacić, żeby spróbować?

Obaj partnerzy chmurowi podlinkowani na stronach modeli pozwalają zacząć bez instalowania czegokolwiek; narzędzia lokalne (ComfyUI,

Forge

) są darmowe, ale potrzebują karty graficznej z co najmniej 8 GB pamięci dla obecnych modeli.

Od którego modelu powinien zacząć początkujący?

Fine-tune SDXL do ilustracji lub model deweloperski Flux do zdjęć. Poradnik "które modele wypróbować najpierw" na tej stronie je ocenia i wyjaśnia.

Czy LoRA to model?

LoRA to dodatek, który zmienia bazowy model. Najpierw potrzebujesz bazowego modelu (checkpoint); LoRA działa na nim. Poradnik o LoRA to wyjaśnia.

Czy mogę też robić wideo?

Tak, między innymi z Wan,

LTX-2

MiniMax H3

, ale wideo wymaga dużo więcej pamięci lokalnie. Zacznij w chmurze; poradnik startowy do wideo to opisuje.

Czy obrazy są moje?

Licencje różnią się w zależności od modelu; strona modelu podlinkowuje licencję. Większość otwartych modeli pozwala na użytek osobisty i komercyjny, niektóre licencje badawcze (wczesne wersje Flux) nie.