AI-förbättring testad i sju vanliga bildscenarier

Vad vi testade

Måtten och observationerna nedan gäller den första omgången med fyra bilder; tre ytterligare scenarier beskrivs separat längre ned.

Verktyget är avsett för foton där den längsta sidan är under 1 024 pixlar. För att skapa offentliga exempel valde vi fyra bilder vars Commons-filsidor anger licensen CC0 eller public domain: en blå blomma av Waldemar Jan, ett bergslandskap med U.S. Fish and Wildlife Service som källa, en närbild av en katt av RobotBlanket och Londons stadshus, fotograferat av Adrian Pingstone. Upphovsperson och licens länkas under varje jämförelse, så att läsare kan granska källinformationen.

Vi hämtade förhandsvisningar från Commons som begärdes med en bredd på 960 pixlar och skalade sedan ned varje bild till 512 pixlar som indata till modellen. Det här är en kontrollerad demonstration av produktens arbetsflöde, inte en utvärdering av originalfotografernas filer i full upplösning. Varje nedskalad bild skickades en gång för AI-bildredigering med hög kvalitet och automatisk utdatastorlek och en prompt om att bevara den synliga scenen, beskärningen och bildförhållandet samtidigt som fina detaljer förbättrades.

De genererade resultaten

Alla fyra anropen returnerade bilder. Råresultaten hade inte en och samma fasta storlek: blomman var 1 020 × 1 541 pixlar, berget 1 536 × 1 024, katten 1 537 × 1 023 och stadshuset 1 482 × 1 062. För produktexemplen skalade vi varje resultat så att den längsta sidan är 1 024 pixlar och behöll bildförhållandet. Därmed stämmer den visade jämförelsen överens med verktygets export i 1K. Det betyder inte att modellen själv alltid returnerade en sida på 1K.

Jämförelsereglagen visar att kanter och texturer blir tydligare i alla fyra exemplen. Huvudmotivet förblir igenkännbart: blommorna är fortfarande en blomsterrabatt, bergsryggen har kvar sin övergripande form, samma katt är fortfarande i centrum och det rundade stadshuset är fortfarande blickfånget. Det här är användbara observationer om just dessa fyra resultat. De visar inte någon generell andel lyckade resultat och garanterar inte ett visst resultat för en annan uppladdning.

Förändringar att granska

Generativ förbättring ritar om bilden. I de här exemplen blir fina blomblad och lövverk tydligare, bergsryggarna får skarpare textur, kattens päls och ögon återges tydligare och stadshusets fönster och fasadlinjer ser skarpare ut. Det är rimliga modellgenererade detaljer, inte ytterligare information som har verifierats mot originalscenen. Modellen kan få en kant att se övertygande ut samtidigt som den ändrar dess exakta form.

Jämför hela bilden innan du zoomar in. Kontrollera horisonten och bergsryggen, enskilda blommors placering, kattens morrhår och teckningar runt ögonen, stadshusets fönster, närliggande träd och eventuella små människor eller föremål. Jämför även färg och kontrast. Ett mer mättat eller skärpt resultat kan dra till sig uppmärksamhet även om det avviker från källbilden. Rätt val beror på om bilden ska användas som en snabb förhandsvisning eller i ett sammanhang där varje detalj måste stämma.

Bildmått och komposition

Blomman är en stående bild, medan de tre andra är liggande. De genererade resultaten i den här omgången behöll ungefär samma orientering och beskärning, men råresultatens bredd och höjd varierade beroende på modellsvar. Produkten normaliserar endast den längsta sidan och tänjer aldrig ut en bild till kvadratiskt format. Om ett framtida resultat ändrar bildförhållandet bör verktyget visa källbilden och resultatet sida vid sida, i stället för att dölja skillnaden i en överlagring.

Pixelmått beskriver filens rutnät, inte mängden verifierad fotografisk information. Att skala ett genererat resultat till 1 024 pixlar skapar ingen ny information som kameran har fångat. Det ger en fil som kan visas eller placeras i större storlek, men med detaljer som modellen har härlett. Tolka inte beteckningen 1K som en garanti för utskriftskvalitet eller uppmätt återställning av upplösning.

Vad testet inte kan visa

Var och en av de sju bilderna genererades en gång. Den första gruppen om fyra innehöll inga ansikten, skanningar eller produktbilder; det senare tillagda familjeporträttet, flaskorna och den botaniska skanningen beskrivs nedan. Enstaka exempel bekräftar inte identitet, liten text eller faktadetaljer. Vi testade inte upprepbarhet, rörelseoskärpa, komprimeringsartefakter, nattfoton eller transparent grafik och genomförde ingen blindad preferensstudie. Visuell granskning av utvalda exempel kan inte fastställa generell tillförlitlighet.

Förhandsvisningarna från Commons begärdes med en bredd på 960 pixlar före nedskalning. De tillgängliga källfilerna är större, så det här urvalet jämför inte resultaten med fotografernas original i full upplösning. Eftersom modellen är stokastisk och kan ändras mellan anrop kan en ny generering ge en annan beskärning, textur, färg eller objektdetalj. När exakthet är viktig är originalet den tillförlitliga källan.

När du kan använda resultatet

För en snabb förhandsvisning, en moodboard eller en personlig bild där en genererad tolkning är acceptabel kan du jämföra hela bilden och behålla den version du föredrar. För produktannonser, etiketter, konstverk, arkitektur, identifiering, journalistik, patientjournaler, juridisk bevisning eller arkivering bör du i stället använda en bättre källfil eller ett validerat arbetsflöde utan generativ AI. Kontrollera finstilt text och igenkännbara kännetecken mot källbilden innan du använder dem som fakta.

Den valda bilden förhandsvisas lokalt och skickas till bearbetningstjänsten först när användaren startar bearbetningen. Använd bara foton som du har rätt att dela med den leverantören. Spara originalet separat, granska det genererade resultatet och ladda ner det endast om ändringarna passar den avsedda användningen. Exemplen nedan länkar till källsidorna och licensinformationen. AI-resultaten är härledda demonstrationer och ersätter inte originalkällorna.

Tre ytterligare scenarier

Adobe och Topaz nämner äldre foton, skanningar, beskurna bilder och produktbilder som vanliga användningsområden för uppskalning. Vi lade till ett familjefoto från 1920 i NARA:s arkiv (indata 512 × 412; rå utdata 2 794 × 2 252, visad som 1 024 × 825), en CC0-bild av flaskor (512 × 341; rå 1 534 × 1 025, visad som 1 024 × 684) och en skannad botanisk plansch från 1893 (372 × 512; rå 1 069 × 1 471, visad som 744 × 1 024). I dessa enstaka körningar kan ansikten, glaskanter och reflektioner samt liten text tolkas om. Kontrollera identitet, produktens utseende och text mot den länkade källan.

Källbilder

• Blomma · Waldemar Jan · CC0
• Bergslandskap · U.S. Fish and Wildlife Service · Public domain
• Katt · RobotBlanket · CC0
• Londons stadshus · Adrian Pingstone · Public domain
• Historiskt familjeporträtt · fotograf okänd; Franklin D. Roosevelt Library / NARA · Public domain
• Flaskor och burkar · CharMel Creations · CC0
• Skannad botanisk plansch · G.C. Dass / Chitra Slipi · Public domain

Öppna AI-bildförbättraren för att jämföra ett foto som du har rätt att dela.