Lokalni AI
Slike i glas pomoću AI-ja bez oblaka: šta sme komercijalno, a šta ne
Slike za sajt, ilustracije za objave i naracija za video mogu da se prave lokalno. Ali pre nego što slika ode u reklamu, treba proveriti dve stvari: licencu modela i ono što je na slici.
Isti proizvođač, različita pravila
Modeli za slike često dolaze u porodicama u kojima jedan član sme komercijalno, a drugi ne. Primeri koje sam proverio:
| Model | Komercijalna upotreba |
|---|---|
| FLUX.1 schnell | da (Apache 2.0) |
| FLUX.1 dev | ne (nekomercijalna licenca) |
| Qwen-Image 2512 | da (Apache 2.0) |
| Qwen-Image 2.1 | ne (samo istraživanje) |
Imena su skoro ista, a razlika je u tome da li smete da naplatite posao. Za sve što se prodaje koristim samo modele sa slobodnom licencom.
Šta je na slici
Licenca nije jedini rizik. Model ume da ubaci izmišljenu registarsku tablicu, obris poznate marke ili natpis koji ne postoji. U jednom poređenju isti zahtev je kod jednog modela dao tablu sa izmišljenim imenom firme, a kod drugog čistu sliku bez ijednog slova. Zato se svaka slika pogleda pre objave, a tekst na srpskom — posebno ćirilica — dodaje se posle, jer ga modeli još ne pišu ispravno.
Glas na srpskom
Lokalni modeli za glas mogu da čitaju tekst, pa i da oponašaju određen glas posle kratkog uzorka. Dve zamke sam naučio na skupi način:
- srpski glasovi latinicu ponekad pročitaju kao besmislicu — tekst se pre čitanja prevede u ćirilicu
- brojeve i godine glas ume da izgovori pogrešno, a provera razumljivosti to propusti — brojevi se unapred napišu rečima i posebno provere
Lokalno pravljenje slika i glasa je jeftino po komadu, ali traži proveru: licenca, sadržaj slike i svaki izgovoren broj.
