A seed egy képgeneráló modell véletlenszám-generátorának kezdőszáma. A diffúziós modellek véletlen képzajból indulnak, amelyből fokozatosan kibontakozik a kép; a seed határozza meg, milyen ez a kezdeti zaj. Azonos seed, prompt és beállítások mellett egy kép ugyanabban a modellben nagyrészt reprodukálható. Ez segít, ha a promptban csak egy részletet akarunk megváltoztatni, vagy később újra elő akarunk állítani egy sikeres képváltozatot.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA Stable Diffusion szöveges leírásból képeket készítő képgeneráló modellek családja. Az első verziót 2022-ben adták ki, a Stability AI vezetésével, kutatási partnerekkel együtt fejlesztve. Technikailag látens diffúziós modell, amely fokozatosan alakítja képpé a képzajt. Mivel a modell súlyai nyilvánosak, helyben futtatható és testre szabható; az újabb verziók kereskedelmi felhasználását a Stability AI saját licence szabályozza (2026. októberi állapot szerint).
A negatív prompt megadja, mit ne hozzon létre vagy ne tegyen egy MI-modell kifejezetten. A képgenerálásban – például a Stable Diffusionnél – külön beviteli mező a nemkívánatos elemeknek, például „elmosódott” vagy „szöveg a képen”. A nyelvi modelleknél az utasításokban szereplő szabályok formáját ölti, például „Ne találj ki árakat” vagy „Ne adj jogi tanácsot”. Az ilyen korlátok kiszámíthatóbbá teszik az eredményeket, de nem helyettesítik az ellenőrzést.
A determinisztikus modell ugyanarra a bemenetre mindig ugyanazt az eredményt adja, mert rögzített szabályokat vagy képleteket követ, és nincs benne véletlenszerűség – például a „5% kedvezmény 100 € feletti rendelésekre” szabály. A nagy nyelvi modellek ezzel szemben valószínűségi alapon működnek: ugyanarra a kérdésre adott válaszaik eltérhetnek. A gyakorlatban a kettőt gyakran kombinálják, hogy egyensúlyba hozzák a rugalmasságot és a nyomon követhetőséget.
A DALL-E az OpenAI képgeneráló modellsorozata, amely szöveges leírásból hoz létre képeket. Az első változat 2021-ben jelent meg; a DALL-E 3-at 2023-ban integrálták a ChatGPT-be, és ezzel a szövegből képet készítő technológia széles közönség számára elérhetővé vált. Az OpenAI azóta a DALL-E-t a GPT Image sorozat újabb képmodelljeivel váltotta fel; a DALL-E 2 és 3 API-hozzáférése 2026 májusában megszűnt (2026. októberi állapot szerint).
