Ingyenes tudásanyag
← Az AI lát, hall és alkot
6. modul · 2/6. lecke · közép

Képgenerálás

Hogyan lesz egy szöveges leírásból eddig nem létező kép?

◷ Ajánlott 5 perc📖 Elmélet + példa + mini-feladat○ Még nem elvégzett
01 / Megértés

A lényeg

Képgenerálásra több modellcsalád létezik; a diffúziós megközelítés gyakran zajból indulva, fokozatosan képszerű eredmény felé halad. A szöveges leírás irányítja a generálást, de az eredmény nem determinisztikus és nem képi bizonyíték. Más architektúrák és multimodális megközelítések is elterjedtek.

◈ Mélyebben, közérthetően

A diffúziós rendszerek gyakran lépésenként alakítanak zajból képet, de nem minden képgenerátor pontosan így működik. A képek meggyőző volta nem bizonyítja, hogy egy ábrázolt esemény megtörtént.

💡 Képzeld el

„Esős budapesti villamosmegálló, akvarell stílus” leírásból több eltérő kompozíció készülhet.

⚠️ Tipikus félreértés

A generált történelmi kép nem dokumentumfotó; emberek, feliratok és tárgyi részletek hibásak lehetnek.

02 / Alkalmazás

Próbáld ki!

Írj egy képpromptot helyszínnel, témával, fényviszonnyal és stílussal, majd jelöld a nem ellenőrizhető részleteket.

Szánj erre 1–2 percet. A saját megoldás többet ér, mint a kész válasz olvasása. Nem kell AI-fiók a feladathoz.

🧩 Egyperces visszamondás

Mondd el saját szavaiddal a lecke lényegét. Hogyan magyaráznád el valakinek, miért téves a fent bemutatott félreértés? Hozz még egy saját példát!

Saját jegyzeted (automatikus helyi mentés)

03 / Gyors tudáspróba

Ellenőrizd a tudásod

Mit jelent a diffúziós képgenerálás egyik tipikus menete?

Források és továbbolvasás

A magyarázatok ismeretterjesztő összefoglalók. A hivatkozások modulonkénti szakmai háttéranyagok, nem mondatonkénti, elsődleges bizonyítékok. Kétség esetén ellenőrizd az eredeti dokumentumot.

Enter: megnyitás · Esc: bezárás