Black Forest Labs пусна ъпскейлър за видео: подаваш запис от 480p нагоре, връща ти го увеличен 1.5, 2 или 3 пъти, до нативно 4K. Два режима, цена на мегапиксел-секунда, само през API и playground. Бенчмаркове няма.
- FLUX Upscale приема видео от 480p нагоре и го прегенерира с фактор 1.5x, 2x или 3x - грубо 1080p, 2K и 4K от HD вход.
- Два режима: Precise на 4 стъпки за 0,07 долара на мегапиксел-секунда и Creative на 8 стъпки за 0,10 долара, с повече детайл и по-малко вярност към лицето.
- Достъпен е само през API и playground на BFL. Отворени тегла и публикувани бенчмаркове няма.
Пускал съм видео през ъпскейлър кадър по кадър. На стопкадър изглежда чисто. Пуснеш ли го в движение, лицето започва да диша, тревата пълзи, водата се разпада на дребни квадратчета. Трепти.
Затова това обявяване ми взе повече време от поредния генератор. Стабилният ъпскейл на видео е стара дупка в занаята и малкото инструменти, които я запушват прилично, са затворени и скъпи.
Двата режима казват най-много
Precise държи лицето. Creative го поправя по-агресивно и може да ти върне друг човек. Това не е дребен ред в документацията, а разликата между кадър, който влиза в монтажа, и кадър, който отива за преснимане.
Цената е по размер и по време едновременно. По сметка от обявените числа една секунда в 4K на Precise излиза около 0,58 долара, тоест трийсетсекунден клип е някъде към 17 долара, преди да си пробвал втори вариант. За рекламно парче е поносимо. За архив от стар материал сметката бързо става друг разговор.
И тегла няма. Компанията, която направи име с отворени модели, този път държи вратата затворена - минаваш през техния API или не минаваш. Логично е, инструментът е насочен към продукция, не към лаптопа ти. Само че значи и че цената я определя един играч.
Бенчмаркове също няма, така че проверката е една и е твоя. Вземи собствен кадър с вода, трева или лице в движение, пусни го през двата режима и го гледай в движение, не на стопкадър. Там се вижда дали трепти.