Anfänger 8 Begriffe · 35 Min Lesezeit

Bildgenerierung: Vom Diffusion Model zu ControlNet

Verstehen, wie KI Bilder erschafft – von der mathematischen Grundlage (Diffusion) über die populärsten Modelle (Stable Diffusion) bis zu präziser Steuerung (ControlNet, Inpainting). Pflicht für jeden, der mit Midjourney, Flux & Co. ernsthaft arbeitet.

Dein Fortschritt 0 / 8

Diffusion Model

Ein Diffusion Model ist ein generatives KI-Modell, das Daten durch schrittweises Entrauschen aus reinem Zufallsrauschen erzeugt.
Stable Diffusion

Stable Diffusion ist ein Open-Source-KI-Modell, das aus Text-Prompts fotorealistische Bilder erzeugt – lokal ausführbar, frei anpassbar.
Text-to-Image

Text-to-Image ist eine KI-Technik, die aus Texteingaben (Prompts) fotorealistische oder künstlerische Bilder generiert – meist auf Basis von Diffusion-Modellen.
ControlNet

ControlNet ist eine Erweiterung für Diffusionsmodelle, die durch zusätzliche Konditionierungen wie Kanten- oder Tiefenkarten präzise Kontrolle über die Bildgenerierung ermöglicht.
Inpainting

Inpainting ist ein KI-Verfahren, das maskierte oder fehlende Bildbereiche mithilfe generativer Modelle kontextbasiert rekonstruiert.
Upscaling

Upscaling bezeichnet die KI-gestützte Erhöhung der Bildauflösung durch neuronale Netze, die fehlende Pixel intelligent rekonstruieren statt nur zu interpolieren.
Neural Style Transfer

Neural Style Transfer ist eine Deep-Learning-Technik, die den Stil eines Bildes auf den Inhalt eines anderen überträgt – per CNN-basierter Merkmalsanalyse.
3D Generation (AI)

3D Generation (AI) bezeichnet den Einsatz generativer KI-Modelle zur Erzeugung von 3D-Modellen, -Animationen oder -Szenen aus Text-Prompts oder Bildern.

Diffusion Model

Stable Diffusion

Text-to-Image

ControlNet

Inpainting

Upscaling

Neural Style Transfer

3D Generation (AI)