Aangepast AI modellen zijn niet alleen meer voor de AI-giganten. Omdat de 37-koppige startup Krea zijn eerste generatieve AI-model vrijgeeft terwijl de ontwerptools startup zichzelf herpositioneert als een volwaardig AI-onderzoekslaboratorium.
Deze stap is belangrijk voor Krea, maar het lijkt ook een bijna onvermijdelijk moment te zijn in de snel evoluerende AI-markt, waar kleinere spelers in de industrie meer disruptieve weddenschappen kunnen sluiten.
Aan de ene kant kan Krea zichzelf nauwelijks meer een bootstrapped startup noemen. Zijn heeft nu $ 83 miljoen opgehaald via de Series B tegen een waardering van $ 500 miljoen. Aan de andere kant is het klein vergeleken met de toonaangevende bedrijven op het gebied van grensmodellen, die voortdurend meer geld inzamelen om ervoor te zorgen dat ze een onbeperkte oorlogskas hebben om het volgende beste model te trainen: OpenAI en Anthropic, die $180 miljard En $72 miljardrespectievelijk.
Maar voor Krea’s mede-oprichter, Diego Rodriguez, is het stimulerend om klein en wendbaar te zijn, en in één opzicht niet minder succesvol als kernactiviteit dan welk grensmodelbedrijf dan ook.
“Totdat er een winnaar is – totdat OpenAI of iemand winstgevend is – gaan de Olympische Spelen door”, zegt hij met een ondeugende glimlach.
De evolutie van Krea
Krea werd in 2023 gelanceerd als de Adobe van het AI-tijdperk, een creatief platform dat helemaal opnieuw is ontworpen zodat je niet alleen media met AI kunt genereren, maar ook die output kunt afstemmen, met bedieningselementen die meer aanvoelen als een synthesizer dan als een tekentafel. Zij waren de eersten die boden real-time AI-bewerkingstools en de eersten die API’s van andere AI-modellen in hun eigen app stopten (een praktijk die nu standaard is geworden). En ze waren snel winstgevend.
Maar in de loop van de tijd heeft het team een duidelijk plafond voor hun werk onderkend: Krea kan slechts een zo open einde hebben als de modellen waarop het zit.
Beeldmodellen van vandaag zijn geweldig bij specifieke vragen die vaak viraal gaan, maar ze kunnen ook het gevoel hebben dat ze op rails zijn gebouwd. Creatieve formuleringen kunnen je nog steeds op dezelfde oude paden leiden, omdat modellen er niet in slagen te reproduceren wat er in je geestesoog zit.
“De modellen zijn getraind om niet te falen en je altijd een goed beeld te geven”, zegt Krea’s medeoprichter Victor Perez. “En ik heb het gevoel dat dat een groot deel van de creatieve toepassingen wegneemt: het doorbreken van de barrières en het toestaan van mensen om off-road te gaan, het laten maken van ‘slechte’ beelden, dingen die er artistieker uitzien en die een creatieveling meer zou kunnen waarderen.”
Beeldmodellen zijn inderdaad verbazingwekkend als het gaat om waar deze bedrijven prioriteit aan geven: fotorealisme. Maar elke ontwerper die dit leest, weet dat als het om grafisch ontwerp en illustratie gaat, je sneller grenzen kunt verleggen dan je zou denken.
In een demo toont Krea vergelijkingen van de prompt ‘een kat op een fiets’ tussen zichzelf en Google’s Nano Banana. In het geval van Krea zijn de eerste versies funky en gevarieerd, waarbij sommige een handgetekend gevoel vertonen. Bij Google krijgt u, ongeacht hoe u de prompt aanpast, een soortgelijke kleurboekachtige afbeelding op dezelfde manier gepresenteerd. Het is het verschil tussen eten bij McDonald’s of een Michelin-hamburgertent. De één zal er altijd naar streven om te behagen, terwijl de ander polariseert.
“Ik denk dat het soort dingen waarin we geïnteresseerd zijn meer nichemarkt is”, zegt Perez. “Het is een veel kleinere markt, maar we vinden het prima.”
Ik heb 15 minuten besteed aan het zelf bedenken van Krea’s nieuwe beeldmodel K2, en ik ben onder de indruk van de breedte ervan. Het genereert goed surrealistische fotorealistische scènes, maar ook korrelige gefilterde afbeeldingen in VHS-stijl en een verscheidenheid aan illustratieve technieken (woordmerken, manga, anime, handschetsen en scherpe tekenfilms). De voorbeelden die ik van Krea zag waren ook indrukwekkend – en dat was enorm gezien de kloof in hulpbronnen tussen Krea en de reuzen. Perez schrijft dit succes toe aan de eigen smaak van zijn team. Ze hebben de afgelopen zeven maanden hun eigen dataset opgebouwd (nee, ze maken de bronnen niet openbaar), deze met de hand gelabeld en hun eigen unieke workflows gecreëerd om hun eigen generatieve AI-systeem te trainen.
Zoals Perez uitlegt, beginnen de meeste grote modellen hetzelfde bij de ontwikkeling om een functioneel neuraal netwerk op te bouwen, maar vooral de stappen halverwege en na de training geven het model een perspectief. Ik heb van mensen uit de branche gehoord dat er in de wereld slechts ongeveer 200 echte post-trainingsexperts zijn, en daarom is de markt zo competitief.
“Dat is het moment waarop de artistieke leiding op het model plaatsvindt”, zegt Perez. “Uiteindelijk is het bouwen van een model bijna hetzelfde als het maken van een beeldhouwwerk.”
Die laatste laag van training, waar een model zijn visuele of verbale stem ontwikkelt, is waar smaak om de hoek komt kijken. Door de AI het ene ding beter te laten doen, kan het vaak een ander ding slechter doen, en het balanceren van die prioriteiten is bijzonder lastig als je probeert een model te bouwen dat coole, persoonlijk expressieve dingen maakt.
“Dit lijkt op de aartsvijand van een AI-onderzoeker, want wat onderzoekers echt goed zijn in het optimaliseren voor (is) statistieken”, zegt Perez. “Maar wat is deze maatstaf waarvoor we optimaliseren? Het is bijvoorbeeld iets Dus subjectief.”
De gebruikersinterface
K2, het nieuwe model van Krea, lijkt op zichzelf indrukwekkend. Maar wat het zo aantrekkelijk maakt, is de manier waarop Krea je het laat gebruiken.
In de basis belooft Krea dat alleen al het beschrijven van wat u wilt, u betere resultaten met K2 zal opleveren dan zijn concurrenten. Dan kun je met de gebruikersinterface van Krea echt je handen vuil maken bij het afstemmen van de uitvoer. U kunt een of meerdere gewenste afbeeldingen naar de promptbalk slepen, zodat u daarmee de stijl kunt beïnvloeden die deze genereert. Vervolgens kunt u een schuifregelaar omhoog of omlaag over die afbeeldingen slepen om aan te geven hoeveel u wilt dat ze de visuele stijl beïnvloeden. Je kunt zelfs een moodboard bouwen om de esthetiek die je zoekt aan te geven. (Na het genereren van enkele afbeeldingen zal Krea proactief een soort gepersonaliseerd Pinterest-bord produceren met meer afbeeldingen waarvan het denkt dat je ze leuk zult vinden.)
Omdat dit systeem is gebouwd voor creatieven, let Krea ook op de manier waarop het IP in beeld brengt. Terwijl u ogenschijnlijk uw eigen model binnen Krea traint, kunt u dat uit Krea’s eigen modeltraining verwijderen. En al het gegenereerde IP-adres is van u. Dus als u een olieverfschilder bent die een heel specifieke stijl heeft die u wilt gebruiken binnen de gen AI-media, kunt u uw werk uploaden om het te reproduceren zonder dat u zich zorgen hoeft te maken dat Krea dat als filter aan iemand anders gaat verkopen.
Op de langere termijn overweegt Krea of er manieren zijn om artiesten te crediteren wier IE een stukje media meetbaar beïnvloedt, en ze experimenteren met het gebruik van AI om precies dat te doen om een duurzamer royaltysysteem te creëren.
Rodriguez geeft toe dat er enige verwarring bestaat over het waarom ervan, in een bedrijfstak gedomineerd door OpenAI, Anthropic en GoogleKleinere AI-bedrijven bundelen hun krachten niet om grotere ideeën op te bouwen en de rijkdom te delen. Oorspronkelijk probeerde Krea samen te werken met een modelbedrijf dat weigerde zelfs maar een klein deel van de omzet aan te bieden, wat ertoe leidde dat ze de technologie volledig in eigen beheer ontwikkelden.
Maar nu valt het me op hoeveel Krea’s ambities zijn gegroeid. Perez verklaart dat dit lanceringsproduct, K2, ‘conservatief’ is. Het GPU-cluster dat Krea een jaar lang gebruikt, gedurende welke tijd het K2 en twee toekomstige Krea-modellen zal hebben getraind, zal het bedrijf $ 20 miljoen kosten. Krea kon het zich niet veroorloven om een experimentele aanpak te hanteren die misschien niet zou werken. Met een succes op zak voelen ze zich echter zelfverzekerder om meer risico’s te nemen en de trainingsnormen uit te dagen.
“We wilden het gewoon laten werken”, zegt Perez. “Het werkte veel beter dan we hadden verwacht, maar dit was een uiterst riskante gok. We hadden nog nooit eerder een model getraind. We wisten niet hoe moeilijk het zou zijn. En het was verdomd moeilijk, maar uiteindelijk kwamen we erachter. En nu weten we zoveel dingen, omdat er zoveel dingen zijn over het trainen van een model die je alleen kunt leren door een model te trainen.”
