img2img: obraz w obraz w dyfuzji
img2img to tryb, w którym model dyfuzyjny przerabia istniejący obraz zamiast generować go z szumu. Wyjaśniamy zasadę SDEdit, parametr siły i związek z narzędziami undress.
Czym jest img2img i jak działa image to image ai
img2img (image-to-image) to tryb pracy modeli dyfuzyjnych, w którym punktem wyjścia nie jest czysty szum, lecz istniejący obraz: model częściowo go zaszumia, a następnie odszumia pod kontrolą opisu tekstowego. Stopień zaszumienia (siła) decyduje, ile z oryginału przetrwa — od delikatnej korekty stylu po całkowicie nową kompozycję zachowującą tylko układ kadru.
| Parametr | Wartość · źródło (data dostępu) |
|---|---|
| Rodzaj | tryb edycji w modelach dyfuzyjnych (guided image synthesis) · SDEdit, arXiv 2108.01073 (2021) |
| Zastosowanie | zmiana stylu, dopracowanie szkicu, przerabianie zdjęć, podstawa narzędzi nudify i zmiany ubrań · repozytorium CompVis |
| Ryzyko | przerobienie zdjęcia istniejącej osoby w intymny wizerunek — art. 191a KK; obowiązek ujawnienia z art. 50 AI Act · ISAP |
| Standard / organizacja | brak normy; opisany w publikacjach naukowych i dokumentacji modeli otwartych · Rombach i in., 2022 |
| Rozszerzenia | InstructPix2Pix (edycja poleceniem), ControlNet (sterowanie pozą, krawędziami, głębią) · arXiv 2302.05543 |
| Rok | 2021 — SDEdit; 2022 — img2img w Stable Diffusion; 2023 — ControlNet i InstructPix2Pix · arXiv 2211.09800 |
Stan na 08.09.2026. Wpis ma charakter informacyjny i nie zawiera instrukcji użycia narzędzi; to nie jest porada prawna.
Rodzaj
Edycja przez częściowe zaszumienie — obraz wejściowy trafia do środka procesu dyfuzji, a nie na jego początek.
Zastosowanie
Przerabianie całego kadru — styl, materiały, ubiór; w połączeniu z maską staje się inpaintingiem.
Ryzyko
Zdjęcie osoby jako wejście — zachowana poza i twarz sprawiają, że wynik wygląda jak fotografia tej osoby.
Standard / organizacja
AI Act, KK — wynik to treść zmanipulowana; wizerunek intymny bez zgody jest karalny niezależnie od techniki.
Rok
2021 — SDEdit (Meng i in.); 2022 — tryb img2img w otwartych modelach upowszechnił przerabianie zdjęć.
Jak działa img2img — zasada SDEdit
Meng i in. pokazali w 2021 r., że wystarczy dodać do obrazu szum odpowiadający pośredniemu krokowi dyfuzji i uruchomić odszumianie od tego miejsca. Model „wierzy”, że zaszumiony obraz to jego własny stan pośredni, i dokończa generowanie zgodnie z warunkiem tekstowym (arXiv 2108.01073). Tak działa model dyfuzyjny w trybie edycji.
Parametr siły (denoising strength) określa, od którego kroku zaczyna się odszumianie. Niska siła zachowuje niemal wszystko z oryginału i zmienia detale; wysoka zostawia tylko ogólny układ i kolory. W Stable Diffusion tryb ten jest wbudowany od pierwszego wydania (CompVis).
img2img zmienia cały obraz naraz. Jeśli zmiany mają dotyczyć tylko fragmentu, stosuje się inpainting, czyli img2img ograniczony maską. W praktyce narzędzia łączą oba tryby, a użytkownik widzi jedynie przycisk „przerób”.
Rozszerzenia: InstructPix2Pix i ControlNet
InstructPix2Pix z 2022 r. uczy model wykonywać polecenia edycyjne w języku naturalnym („zmień porę dnia”), bez opisywania całego obrazu (Brooks i in., 2022). ControlNet z 2023 r. dodaje sterowanie mapą krawędzi, pozą szkieletową lub głębią, dzięki czemu wynik dokładnie zachowuje geometrię wejścia (Zhang i in., 2023).
Właśnie zachowanie pozy i proporcji czyni te metody użytecznymi w narzędziach do zmiany ubrań — zarówno SFW, jak w Pixlr czy OpenArt, jak i w usługach nudify. Różnica leży w modelu i w tym, czym zastępowany jest ubiór.
img2img w narzędziach undress — co naprawdę się dzieje
Usługa przyjmuje zdjęcie, wykrywa sylwetkę i ubranie, a następnie uruchamia img2img lub inpainting z modelem dostrojonym na treściach dla dorosłych. Wynik zachowuje twarz, pozę i tło z oryginału, a ubranie zastępuje syntetycznym ciałem. Nic nie jest „odsłaniane” — model generuje statystycznie prawdopodobną anatomię.
Właśnie dlatego wynik jest tak szkodliwy: zachowane cechy identyfikujące sprawiają, że odbiorca widzi konkretną osobę. Kategorię usług i zasady bezpieczeństwa opisuje strona przerabianie zdjęć, a szerszy przegląd — wyniki testów usuwania ubrań.
Artefakty img2img — rozmyte dłonie, niespójne cienie, różnice ostrości między zachowanymi a wygenerowanymi obszarami — są punktem zaczepienia dla metod wykrywania deepfake. Wraz z rozwojem modeli stają się jednak coraz subtelniejsze.
img2img a prawo i zasady recenzji
Przerobienie zdjęcia istniejącej osoby w intymny wizerunek bez jej zgody wypełnia znamiona art. 191a KK (ISAP); zdjęcia małoletnich — art. 202 KK, niezależnie od zgody. Od 2 sierpnia 2026 r. art. 50 ust. 4 AI Act nakłada obowiązek ujawnienia, że treść przedstawiająca osobę została zmanipulowana (EUR-Lex).
W recenzjach nie testujemy img2img na zdjęciach osób trzecich; używamy materiałów syntetycznych zgodnie z zasadami odpowiedzialnego użycia. Oceniamy filtry wieku, moderację wejścia, retencję plików i oznaczanie wyników — wagi kryteriów opisuje metodyka ocen. Nie publikujemy parametrów ani promptów.
Powiązane narzędzia, które recenzujemy
img2img to tryb, w którym pracuje większość recenzowanych usług. Poniżej recenzje z opisem zachowania pozy, tła i jakości przejść.
Źródła
Wpis opiera się na publikacjach naukowych, dokumentacji standardów i tekstach aktów prawnych; daty dostępu podano przy każdym źródle. Redakcja nie linkuje do wag modeli ani dystrybucji oprogramowania i nie udziela porad prawnych.
- Meng i in., „SDEdit: Guided Image Synthesis and Editing with Stochastic Differential Equations”, arXiv 2108.01073 (2021) — dostęp 08.09.2026.
- Rombach i in., „High-Resolution Image Synthesis with Latent Diffusion Models”, arXiv 2112.10752 (2022) — dostęp 08.09.2026.
- CompVis — repozytorium Stable Diffusion: opis trybu img2img (bez pobierania wag) — dostęp 08.09.2026.
- Brooks, Holynski, Efros, „InstructPix2Pix: Learning to Follow Image Editing Instructions”, arXiv 2211.09800 (2022) — dostęp 08.09.2026.
- Zhang, Rao, Agrawala, „Adding Conditional Control to Text-to-Image Diffusion Models” (ControlNet), arXiv 2302.05543 (2023) — dostęp 08.09.2026.
- Kodeks karny — art. 191a i 202, ISAP — dostęp 08.09.2026.
- Rozporządzenie (UE) 2024/1689 (AI Act) — art. 50 ust. 4, EUR-Lex — dostęp 08.09.2026.
Najczęstsze pytania
Krótkie odpowiedzi redakcji; szczegóły — w źródłach powyżej.
Co to jest img2img?
To tryb modelu dyfuzyjnego, w którym punktem wyjścia jest istniejący obraz, a nie szum. Model częściowo zaszumia obraz i odszumia go pod kontrolą opisu tekstowego. Zasadę opisali Meng i in. w pracy SDEdit z 2021 r.
Czym img2img różni się od inpaintingu?
img2img przerabia cały obraz z zadaną siłą. Inpainting to img2img ograniczony maską — zmienia tylko wskazany fragment, resztę zachowuje bez zmian. Narzędzia często łączą oba tryby.
Co oznacza „siła” w img2img?
To stopień zaszumienia obrazu wejściowego, czyli moment, od którego zaczyna się odszumianie. Niska siła zachowuje detale oryginału, wysoka zostawia tylko ogólny układ. Nie podajemy ustawień do generowania treści dla dorosłych.
Czy narzędzia undress używają img2img?
Tak, w połączeniu z inpaintingiem i modelem dostrojonym na treściach dla dorosłych. Twarz, poza i tło pochodzą z oryginału, a ciało jest generowane statystycznie. Wynik nie odsłania niczego prawdziwego, ale prawnie jest intymnym wizerunkiem.
Czy przerabianie zdjęć img2img jest legalne?
Własnych — tak, jak każda edycja. Przerobienie zdjęcia innej osoby w intymny wizerunek bez zgody to przestępstwo z art. 191a KK; od sierpnia 2026 r. każda manipulacja wizerunkiem wymaga ujawnienia z art. 50 AI Act.