Modelos de Inteligencia Artificial en la generación de imágenes: situación actual y análisis comparativo

Abstract

[ES] El presente Trabajo Final de Grado tiene como objetivo estudiar la situación actual de la Inteligencia Artificial Generativa en el ámbito social y audiovisual, y realizar una evaluación de los modelos de imagen estática creados por esta técnica de cuatro de las compañías más grandes del mercado en este sector actualmente, como son DALL·E, Midjourney, Leonardo AI y Stable Diffusion. Para ello, se examinará la posición de esta tecnología en el panorama global que nos rodea, la evolución que sigue, su alcance e influencia y las repercusiones que tiene hoy en día en las áreas definidas. De este modo, se efectuará un análisis en detalle individual de cada uno de los modelos mencionados anteriormente, con sus respectivas funciones, dónde se presentarán sus beneficios y desventajas, así como sus similitudes y diferencias para entender cómo se han desarrollado y su forma de trabajo. Posteriormente, se expondrán en conjunto para entender la estrategia que emplean y sus correspondientes respuestas. Cabe destacar que toda la información y datos recogidos en esta memoria alcanzan hasta junio de 2024. Dado que esta tecnología está en evolución constante, es probable que surjan nuevas funcionalidades más adelante que vayan más allá de lo expuesto en el presente Trabajo Final de Grado.

[EN] The objective of this Final Degree Project is to study the current situation of Generative Artificial Intelligence in the social and audiovisual fields, and to evaluate the static image models created by this technique from four of the largest companies in the market in this sector today: DALL·E, Midjourney, Leonardo AI, and Stable Diffusion. To achieve this, the position of this technology in the global landscape will be examined, including its evolution, scope, influence, and the repercussions it currently has in the defined areas. Thus, a detailed individual analysis of each of the aforementioned models will be conducted, including their respective functions, highlighting their benefits and disadvantages, as well as their similarities and differences to understand how they have developed and their working methods. Subsequently, they will be presented together to understand the strategies they employ and their corresponding responses. It is important to note that all the information and data collected in this work is current up to June 2024. Since this technology is constantly evolving, it is likely that new functionalities will emerge beyond what is presented in this Final Degree Project.