.ai

ang pinakamahuhusay na open source AI model

Maghanap

Pagsisimula sa AI image generation: ang unang larawan mo sa loob ng sampung minuto

Q: Pwede ba akong gumawa ng video?

Oo, gamit ang Wan, LTX-2 at MiniMax H3 at iba pa, pero mas malaki ang kailangan na memorya para sa video locally. Magsimula sa cloud; tinatalakay ito sa video getting-started guide.

Q: Gibberish ang teksto sa larawan

Hindi marunong mag-spell ang SD 1.5 at SDXL. Gamitin ang Flux, FLUX.2, Qwen Image o Z-Image at ilagay ang teksto sa panipi sa prompt.

Paksa: Mga cloud service

Ni Captain

Inilathala 2025-08-14

Isang simpleng panimula para sa mga baguhan: ano ang modelo, tatlong paraan para patakbuhin ito (web app, chat bot, sariling PC), paano gumawa ng unang prompt, ano ang ibig sabihin ng mga settings, at paano malaman kung maganda ang resulta o swerte lang.

Pangkalahatang-ideya

Ang AI image generation ay nagbabago ng pangungusap sa larawan. Magta-type ka ng paglalarawan (ang prompt), ang modelong natuto mula sa milyun-milyong larawan na may caption ay gagawa mula sa random na ingay ng bagay na tugma sa paglalarawan, at ilang segundo lang ay may larawan ka na. Ang lahat ng iba pa sa hobby na ito, tulad ng

, ay pagpapaganda lang ng iisang proseso na ito: ilarawan, gumawa, tingnan, ayusin.

Ang modelo ang pinakamahalagang bahagi. Iba't ibang modelo ay may kanya-kanyang lakas:

SDXL

at mga anime fine-tune nito ay gumagawa ng ilustrasyon at mga karakter,

Flux

Z-Image

ay sumusunod sa mahahabang prompt at gumagawa ng nababasang teksto,

Wan

LTX

ay para sa video. Ang ModelTrends.ai ay nandito para ipakita kung anong mga modelo ang ginagamit ng mga tao ngayong linggo, para hindi mo na kailangang hulaan. Bawat pahina ng modelo ay may mga halimbawa ng larawan kasama ang eksaktong prompt at settings na ginamit, ito ang pinakamabilis na paraan para matuto.

Hindi mo kailangan ng gaming PC para magsimula. Ang pinakamabilis na unang larawan ay sa cloud service kung saan naka-install na ang mga modelo: isang web app tulad ng

BitVector

, kung saan pipili ka ng modelo at magta-type, o ang

PirateDiffusion

chat bot sa Telegram, kung saan magpapadala ka ng command. Ang pagpapatakbo ng mga modelo sa sariling graphics card ay para sa susunod kapag alam mo na kung anong mga modelo ang gusto mo at kung gusto mong gumastos para sa hardware.

Sanggunian

Pangalan	Uri	Ano ito
Prompt	text	Kung ano ang gusto mong makita. Unahin ang paksa, tapos ang lugar, tapos ang estilo at ilaw. Plain English ay gumagana sa mga modernong modelo; keyword lists naman sa mga luma.
Negative prompt	text	Kung ano ang ayaw mo (malabo, sobrang daliri, watermark). Mahalaga ito sa SD 1.5 at SDXL; kadalasan hindi pinapansin ng Flux at iba pang bagong modelo.
Model / checkpoint	choice	Ang utak. Pumili mula sa pinakasikat na listahan dito sa site; ang pamilya ng modelo ang nagdidikta ng itsura at estilo ng prompt.
Size	pixels	512x512 para sa SD 1.5, 1024x1024 para sa SDXL at Flux. Pwede rin ibang hugis basta pareho ang bilang ng pixels (832x1216 portrait, 1216x832 landscape).
Steps	number	Ilang beses pinapaganda. 20 hanggang 30 ang normal; mas marami ay mas mabagal at bihirang mas maganda.
CFG / guidance	number	Gaano kahigpit susundin ng modelo ang prompt. 5 hanggang 7 sa SDXL, 3.5 sa Flux, 1 sa turbo o lightning models.
Seed	number	Ang panimulang ingay. Kapag pareho ang seed at settings, pareho ang larawan, kaya pwede mong baguhin isa-isa.
Sampler	choice	Ang math na ginagamit para alisin ang ingay. Euler o DPM++ 2M Karras ang ligtas na default; ipinapakita sa pahina ng modelo kung ano ang ginamit sa mga halimbawa.

Gumawa ng unang larawan nang walang install

Ang BitVector Prism ay web app: pumili ng isa sa mga modelo dito sa site, i-type ang prompt mula sa halimbawa sa itaas at gumawa. Walang kailangang i-download o i-configure, gumagana sa phone.

Subukan ang BitVector

Hakbang-hakbang

Buksan ang models browser dito sa site at i-sort ayon sa hot. Pumili ng base model (
checkpoint
, hindi LoRA) mula sa pamilya ng SDXL o Flux; ang mga SDXL fine-tune tulad ng DreamShaper XL o Juggernaut XL ay madaling gamitin sa unang subok.
Basahin ang pahina ng modelo: tingnan ang tatlo o apat na halimbawa ng larawan at ang mga prompt nila. Pansinin ang pattern: paksa, eksena, ilaw, camera, mga salitang estilo.
Pindutin ang Run button sa pahina ng modelo. Ang BitVector ay magbubukas ng web app na naka-preselect ang modelo; ang PirateDiffusion ay magbubukas ng Telegram chat kung saan magta-type ka ng /render kasunod ang prompt mo.
Gumawa ng unang prompt sa pamamagitan ng pagkopya ng halimbawa at palitan lang ang paksa. Panatilihin ang size, steps at sampler na ginamit sa halimbawa.
Gumawa ng apat na larawan, hindi isa lang. Dahil random ang ingay, may mga seed na mas maganda kaysa iba; maling husgahan ang modelo sa isang larawan lang.
Baguhin ang isang bagay: magdagdag ng salitang ilaw (golden hour, soft studio light), o salitang camera (35mm, close-up), at gumawa ulit. Dito mo matutunan ang prompting.
I-star ang mga modelong gusto mo gamit ang puso sa card; ang Favs page ay nag-iimbak nito sa browser mo para makabalik ka kahit walang account.
Kapag gusto mo nang patakbuhin locally, basahin ang
VRAM
guide at
ComfyUI
beginner guide dito sa site; pareho ang mga prompt at modelo na gagamitin doon.

Mga halimbawa

Unang prompt para sa SDXL photo model

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

Parehong ideya sa 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 para sa Flux (walang negative, mas mababang 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

Mga tip

Ang modelo ang pinakamahalaga, ang prompt ang pangalawa, ang settings ang pangatlo. Madalas ang mga baguhan ay nagkakamali ng pagkakasunod-sunod ng oras.
Maikli at tiyak na prompt ay mas maganda kaysa mahaba at malabo. "Isang pulang bisikleta na nakasandal sa puting pader, liwanag ng umaga, 50mm na kuha" ay mas maganda kaysa "maganda kahanga-hanga 8k masterpiece bisikleta".
Portrait ang hugis para sa tao, landscape para sa mga tanawin. Bihira ang square na pinakamainam na hugis para sa kahit ano.
I-save ang mga prompt na gusto mo sa text file. Bawat pahina ng modelo dito ay nagpapakita ng buong prompt sa ilalim ng mga halimbawa para sa parehong dahilan.
Ang anime at ilustrasyon na mga modelo (
Illustrious
, Pony, NoobAI) ay gumagamit ng tag-style na prompt; ang mga photo models (Flux, Z-Image, SDXL photo fine-tunes) ay gumagamit ng mga pangungusap. Ipinaliwanag ito sa family page.
Huwag mag-download ng kahit ano hangga't hindi mo nasubukan ang modelo sa cloud at nagustuhan mo. Ang mga checkpoint ay 2 hanggang 24 GB bawat isa.

Pag-aayos ng problema

Parang pare-pareho ang lahat ng larawan

Bakit ito nangyayari

Nakafix ang seed, o ang prompt ay listahan lang ng generic na quality words.

Paano ayusin

I-set ang seed sa random, tanggalin ang "masterpiece, 8k, best quality" sa photo prompts, ilarawan ang eksena imbes.

Mali ang mga kamay at mukha

Bakit ito nangyayari

Maliit ang mga mukha at kamay sa mababang resolution, o luma ang SD 1.5 model.

Paano ayusin

Gamitin ang SDXL o Flux sa 1024 pixels, palakihin ang paksa sa frame, o i-inpaint ang mukha pagkatapos (tingnan ang

inpainting

guide).

Hindi nasusunod ang kalahati ng prompt sa larawan

Bakit ito nangyayari

Sobrang dami ng ideya sa isang prompt, o masyadong mababa ang CFG.

Paano ayusin

Isang paksa, isang lugar, isang estilo bawat prompt. Taasan ang CFG ng isa sa SDXL. Mas magaling sundan ng Flux at

Qwen

ang mahahabang prompt kaysa SD 1.5.

Gibberish ang teksto sa larawan

Bakit ito nangyayari

Hindi marunong mag-spell ang SD 1.5 at SDXL.

Paano ayusin

Gamitin ang Flux,

FLUX.2

Qwen Image

o Z-Image at ilagay ang teksto sa panipi sa prompt.

Matagal gumawa ng larawan sa laptop ko

Bakit ito nangyayari

Walang dedicated GPU, o card na may mas mababa sa 6 GB memory.

Paano ayusin

Gumawa sa cloud (BitVector, PirateDiffusion) at gamitin ang laptop para lang mag-browse ng resulta.

Libu-libong modelo sa isang chat window

Ang PirateDiffusion ay tumatakbo sa Telegram: magpadala ng /render at prompt at babalik ang larawan sa chat. Lahat ng modelo at LoRA dito sa site na may Run button ay naka-install na doon, sa fixed monthly price na walang limit sa generation.

Subukan ang PirateDiffusion

Mga tanong

Kailangan ko bang magbayad para subukan ito?

Parehong cloud partners na naka-link sa mga pahina ng modelo ay nagpapahintulot magsimula nang walang install; ang local tools (ComfyUI,

Forge

) ay libre pero kailangan ng graphics card na may hindi bababa sa 8 GB memory para sa mga kasalukuyang modelo.

Anong modelo ang dapat simulan ng baguhan?

Isang SDXL fine-tune para sa ilustrasyon o

Flux dev

model para sa mga larawan. Ang "which models to try first" guide dito sa site ay niraranggo sila at may paliwanag.

Ang LoRA ba ay modelo?

Ang LoRA ay add-on na binabago ang base model. Kailangan mo muna ng base model (checkpoint); saka mo ilalagay ang LoRA. Ipinaliwanag ito sa LoRA guide.

Pwede ba akong gumawa ng video?

Oo, gamit ang Wan,

LTX-2

MiniMax H3

at iba pa, pero mas malaki ang kailangan na memorya para sa video locally. Magsimula sa cloud; tinatalakay ito sa video getting-started guide.

Sa akin ba ang mga larawan?

Iba-iba ang lisensya depende sa modelo; naka-link ang lisensya sa pahina ng modelo. Karamihan ng open models ay pinapayagan ang personal at commercial use, pero may ilang research-only licenses (early Flux dev builds) na hindi.