Hemos sido testigos de una explosión repentina de herramientas de IA generativa en los últimos meses. Y en ninguna parte eso es más cierto que en el ámbito del generador de imágenes. Entre gratis y de pago, de código abierto y patentado, hay muchas opciones para elegir. Pero si ha prestado atención a las discusiones sobre imágenes generadas por IA, sin duda habrá oído hablar de la rivalidad entre Midjourney y Stable Diffusion.

Si bien ambos generadores de imágenes de IA hacen un gran trabajo, difieren en términos de características de personalización, estilos artísticos, facilidad de uso, precios y más. Entonces, en este artículo, echemos un vistazo a lo que separa a los dos y cuál debe usar.

Si recientemente escuchó sobre Midjourney o Stable Diffusion, es porque son algunos de los últimos generadores de imágenes de IA disponibles en la actualidad. Ambos se lanzaron al público en general a mediados de 2022, pero con objetivos completamente diferentes. Midjourney se lanzó como un servicio con fines de lucro, mientras que los desarrolladores de Stable Diffusion lo lanzaron bajo una licencia de código abierto.

La naturaleza abierta de Stable Diffusion lo ha convertido en uno de los generadores de imágenes más personalizables y ampliamente disponibles. Puede usar una versión básica en línea, de forma gratuita o mediante una suscripción paga. Pero si quiere jugar y obtener los mejores resultados posibles, probablemente querrá generar imágenes en su propia computadora. El software front-end como el proyecto Stable Diffusion Web UI a menudo incluye muchas funciones avanzadas y le permite usar modelos de arte personalizados. La desventaja es que se necesita algo de tiempo y habilidades técnicas para configurarlo.

A la mitad del viaje, por otro lado, no requiere tanto esfuerzo. Tenemos una guía dedicada para usar Midjourney, pero solo puede acceder a ella a través de la aplicación de chat Discord. Puede agregar algunos parámetros a sus indicaciones, pero eso es todo lo que puede hacer con la personalización.

¿Qué pasa con la calidad real de las imágenes? Debería obtener resultados bastante precisos de ambos generadores de imágenes de IA. Dicho esto, el último modelo V5 de Midjourney genera imágenes de alta calidad que coinciden muy bien con el mensaje de texto. Así que en esa facilidad de uso tiene una pequeña ventaja. Pero si está dispuesto a hacer el esfuerzo de modificar las entradas y ajustar la configuración, Stable Diffusion también puede igualar o incluso superar los resultados de Midjourney.

De un vistazo, Midjourney y Stable Diffusion pueden parecer que ofrecen el mismo conjunto de características. Sin embargo, ambos generadores de imágenes tienen algunas fortalezas y debilidades únicas.

Tomemos, por ejemplo, la mejora de escala, que anteriormente podía lograr con los botones U1, U2, U3 y U4 en Midjourney. Eso ya no es posible porque el último modelo de Midjourney aún no admite modelos ampliados. La naturaleza abierta de Stable Diffusion, por otro lado, significa que puede descargar diferentes modelos de mejora para experimentar. Y si su computadora tiene suficiente memoria de video, también puede generar imágenes de mayor resolución que el límite actual de un megapíxel de Midjourney.

Aquí hay una breve lista de algunas otras diferencias de características entre Midjourney y Stable Diffusion:

• Pintar por dentro y por fuera: Stable Diffusion le permite usar la pintura para modificar partes específicas de una imagen existente. Del mismo modo, la pintura exterior le permite generar nuevos detalles más allá de los límites de una imagen existente. Midjourney aún no admite ninguna de estas funciones de edición.
• Indicaciones de imagen: Puede cargar una imagen (o dos) como parte de su aviso en Midjourney. El bot combina la imagen con su texto para generar una salida que es visualmente similar a la entrada.
• Estilos de arte personalizados: Midjourney ofrece un modelo optimizado para anime que puedes llamar con el --niji parámetro. Sin embargo, Stable Diffusion te permite descargar modelos personalizados entrenados en una variedad de estilos artísticos, desde realista hasta origami.
• Censura: Si bien los modelos básicos oficiales de Stable Diffusion no le permiten generar imágenes explícitas, puede solucionar estas limitaciones con modelos personalizados. Esto no es posible con Midjourney y su cuenta puede incluso ser prohibida si sus avisos contienen lenguaje explícito o sugerente.

Tenga en cuenta que necesita ejecutar Stable Diffusion en su propio hardware para obtener la mayor cantidad de beneficios. Las herramientas en línea no ofrecen el mismo nivel de flexibilidad, lo que hace que Midjourney sea tan capaz como Stable Diffusion.

Como empresa con fines de lucro, no sorprende que Midjourney tenga algunas restricciones sobre la frecuencia con la que puede usarlo. Incluso con un plan Midjourney pagado, solo obtiene una cantidad limitada de horas de generación de imágenes gratuitas cada mes. Los planes de $30 y superiores ofrecen horas ilimitadas de modo relajado, pero eso significa esperar varios minutos para cada tarea. Además, no hay un solo nivel o prueba gratis.

La difusión estable funciona exactamente de manera opuesta. El código fuente está oficialmente disponible para su descarga, lo que significa que puede usarlo de forma gratuita. Sin embargo, necesita una computadora potente con una tarjeta gráfica dedicada. La mayoría de los modelos consumen al menos 4 GB de VRAM, por lo que una PC moderna para juegos encaja bien. Pero si aún no tiene uno, ese tipo de hardware puede costarle fácilmente más de mil dólares. Afortunadamente, puede usar Stable Diffusion en línea o incluso en una máquina virtual basada en la nube como Google Colab si se siente aventurero.

Vale la pena señalar que los creadores de Stable Diffusion también ofrecen una aplicación de generación de imágenes basada en la web llamada DreamStudio. Es fácil comenzar, al igual que Midjourney, pero implica un costo. Aún así, es mucho más barato ya que $ 10 te dan 1,000 créditos. También puede probarlo gratis, ya que todas las cuentas nuevas obtienen 25 créditos al registrarse.

Si está buscando una opción gratuita y fácil de usar, le sugiero que considere una alternativa de terceros como Bing Image Creator.

Veamos algunos ejemplos del mundo real para ver qué generador de imágenes de IA se destaca. Para esta comparación, estoy usando DreamStudio para generar imágenes a través de Stable Diffusion porque es tan fácil de usar como Midjourney. Podría obtener mejores resultados con modelos personalizados, pero eso requeriría mucho más esfuerzo. Para mantener las cosas justas, comparemos la experiencia de un clic de usar Midjourney y Stable Diffusion.

La primera imagen se generó con un mensaje bastante simplista: «Star Wars Darth Vader, pero hazlo cyberpunk». Creo que ambos generadores de imágenes hicieron un buen trabajo con la información limitada proporcionada, incluso si adoptaron enfoques drásticamente diferentes.

El siguiente mensaje muestra claramente una de las mayores fortalezas de Midjourney: el realismo. Si desea generar imágenes que parezcan basadas en la realidad, a menudo obtendrá mejores resultados que la mayoría de los demás generadores de imágenes de IA. Si bien Stable Diffusion coincide con todo en el indicador, no llega a la parte «fotorrealista».

Para nuestro ejemplo final, vea cómo los dos generadores de imágenes manejan las indicaciones de fantasía. El mensaje de texto pedía un gran dragón blanco con forma de serpiente sentado sobre una roca mirando hacia el horizonte. Nuevamente, está claro que Midjourney puede generar detalles más complejos. Sin embargo, si observa de cerca la parte inferior de la imagen, verá una serie de letras destrozadas donde Midjourney intentó replicar una marca de agua que aprendió de sus datos de entrenamiento.

Vale la pena reiterar que los usuarios avanzados pueden obtener imágenes mucho mejores de Stable Diffusion que los ejemplos que se muestran aquí. Sin embargo, al comparar las dos opciones más fáciles de usar, descubrí que Midjourney a menudo produce mejores resultados para el mismo indicador de entrada. ¿Qué generador de imágenes de IA prefieres?