KI-Bildgenerierung: SVG, Diffusion oder GAN?

Wenn eine KI Bilder erstellt – wie funktioniert das eigentlich? Es gibt drei Hauptmethoden der KI-Bildgenerierung, durch die du dich hier durchklicken kannst:

1. SVG-Generierung: Hier siehst du, wie LLMs Vektorgrafiken durch direkte Programmierung erzeugen. Ein animiertes Logo veranschaulicht die Flexibilität und Skalierbarkeit dieser Methode. SVGs sind extrem vielseitig, und sie lassen sich animieren: Es ist möglich, Interface-Elemente einzubauen, sagen wir mal einen Play- und Pause-Button. Oder Overlays. Tipp: Solche SVGs kann u.a. Claude „programmieren“ (wie das gesamte Erklär-Tool).
2. Diffusion: Diese moderne Technik wird durch eine Animation dargestellt, die den Prozess der schrittweisen Bildverfeinerung aus purem Rauschen zeigt. Diffusion ist der Standard für „echte“ Bilder und Videos. Du kennst das von Bing, Midjourney, Flux, Bria, iStock, Runway, was auch immer.
3. Generative Adversarial Networks (GANs): Das ist ein „Wettkampf“ zwischen Generator und Discriminator, der zu erstaunlich realistischen Bildern führt.

So sieht „Diffusion“ in live aus

Hier ist ein Screenrecording aus dem (sehr coolen) Intel AI Playground (eines Windows-Programms, um lokal mit KI zu arbeiten). Im Video siehst du, wie der Diffusion-Pozess abläuft:

• Das Bildgenerierungstool ist RunDiffusion/Juggernaut-XL-v9 (es frisst 10 GB Grafikspeicher-RAM, was noch harmlos ist)
• Es ist eingestellt auf „30 Schritte“
• Das heißt, dass es 30 Verfeinerungsschritte vornimmt – und mit jedem Schritt „Rauschen“ entfernt
• Da das System weiß, dass es 30 Schritte verbraten darf, tastet es sich schrittweise vor. Trotzdem bekommt es out of the box nicht alles auf die Kette (achte auf die Finger, schlimme Sache – muss man besser prompten).
• Der Prompt war: „Documentary photo: A scientist tries to explain the concept of ai image generation via „diffusion““

Kleiner Tipp: Mehr Schritte machen das Bild nicht unbedingt besser (und daneben kosten sie Rechenpower und Zeit). Teils sind – speziell mit Flux – Bilder nach 10 Schritten super, in den Folgeschritten fügt die KI dann noch Nonsens-Bildinhalte ein. Da hilft nur rumprobieren.