Sebelum cuti melahirkan, saya mencoba berbagai hal dan akhirnya menjajal pembuatan gambar dengan AI.
Awalnya saya membangun open webui dan mengatur comfyUi dan z-image turbo untuk pembuatan gambar.
Seseorang menyarankan saya untuk mencoba bidang gambar karena merasa bosan dengan AI percakapan. Namun, Z-image kurang detail dibandingkan prompt penulisan.
Meskipun bisa membuat sketsa kasar, tetapi terasa janggal dan tidak alami.
Oleh karena itu, saya mencoba FLUX2 dan KREA2 yang memungkinkan pengujian gratis selama 2 minggu.
Hasilnya, saya menyadari bahwa encoder teks dan LoRa sangat penting dalam pembuatan gambar t2i (Text To Image).
Terutama encoder teks, Qwen sangat unggul. flux2 dev menggunakan Mistral Small 3, sedangkan KREA2 menggunakan Qwen3-VL-4B. Terutama untuk ekspresi bahasa Korea selain bahasa Inggris, krea2 adalah yang terbaik.
Setelah membuat gambar dengan prompt 1.000 karakter yang sama, kualitas gambar sesuai dengan ekspektasi. Kualitasnya tidak terlalu berbeda meskipun menggunakan LoRA yang beragam.
Secara pribadi, saya ingin mendukung KREA2 Turbo untuk pembuatan gambar.
Alasannya adalah kecepatan KREA2 lebih cepat daripada flux2 dengan standar v100 32gb. Meskipun model flux2 dev lebih berat, warna yang dihasilkan oleh krea2 terlihat lebih alami.
Dikatakan bahwa gaya gambar yang diinginkan dapat berubah tergantung pada LoRA. Meskipun belum memiliki motivasi untuk mencobanya, saya merasa senang melihat perkembangan model gambar open source yang semakin canggih dan mampu menghasilkan gambar yang sulit dibedakan dari kenyataan.
Pada akhirnya, saya menilai Qwen sebagai pemenang berturut-turut. Saya meragukan apakah akan ada model open source lain dengan nilai yang setara dalam bidang pengkodean, gambar, dan komputasi.
Saya sangat merekomendasikan KREA2 untuk kategori kartun, fantasi, dan fiksi ilmiah. Tentu saja, gambar realistis juga bagus.
