Наткнулся на интересный проект: PiT. Суть: даём модельке на вход пару визуальных кусочков — например, прическу, крыло и лапу, — а она достраивает из этого полноценного персонажа или предмет. Без текста, без описаний, только визуальные фрагменты.

Вместо того чтобы объяснять словами, как ты это видишь, — просто показываешь, а модель понимает контекст и домысливает недостающее. Работает на улучшенном пространстве IP-Adapter+, а сверху можно накинуть LoRA, чтобы менять стили, фоны и сцену.
Примеры, подробности и демки тут.
Исходников пока нет, но скоро обещают выкатить

Все уже наверное видели новость про то, что OpenAI запилили фичу с генерацией картинки прямо из 4o модельки без использования dalle отдельно, как это было раньше.

В отличие от гугловской такой же точно фичи она намного лучше умеет в генерацию кириллицы. Но все еще не очень хорошо, сильно напиминает вайбы древней gpt 2 (что очень хорошо, ибо весело).

Погенерил скриншоты разных статей из википедии. Тут стоит заметить, что сам текст статьи на картинке я не давал, оно само придумывает и сразу генерит изображение.

Промпт:

Создай изображение: скриншот википедии со страницей про "объект" с картинками, на русском языке.

А еще оно неплохо меняет стиль изображения

Советские плакаты 4o тоже рисует годно!