Tiga Tantangan di Depan untuk Stable Diffusion

Pelesenan stability.ai’s Stable Diffusion latent diffusion model sintesis gambar beberapa minggu yang lalu mungkin merupakan salah satu pengungkapan teknologi paling signifikan sejak DeCSS pada tahun 1999; ini pasti merupakan peristiwa terbesar dalam citra yang dihasilkan AI sejak kode deepfakes pada tahun 2017 yang disalin ke GitHub dan difork menjadi DeepFaceLab dan FaceSwap, serta perangkat lunak deepfake streaming waktu nyata DeepFaceLive.

Seketika, kekecewaan pengguna atas batasan konten dalam API sintesis gambar DALL-E 2 disingkirkan, karena ternyata filter NSFW Stable Diffusion dapat dinonaktifkan dengan mengubah satu baris kode. Subreddit Stable Diffusion yang berfokus pada konten dewasa bermunculan hampir seketika, dan kemudian diblokir, sementara pengembang dan komunitas pengguna terbagi di Discord menjadi komunitas resmi dan NSFW, dan Twitter mulai dipenuhi dengan karya Stable Diffusion yang luar biasa.

Saat ini, setiap hari tampaknya membawa inovasi yang luar biasa dari pengembang yang telah mengadopsi sistem ini, dengan plugin dan tambahan pihak ketiga yang ditulis dengan tergesa-gesa untuk Krita, Photoshop, Cinema4D, Blender, dan banyak platform aplikasi lainnya.

Sementara itu, promptcraft – seni profesional ‘AI whispering’, yang mungkin akan menjadi pilihan karir terpendek sejak ‘Filofax binder’ – sudah mulai dikomersialisasikan, sementara monitisasi awal Stable Diffusion sedang berlangsung di tingkat Patreon, dengan kepastian penawaran yang lebih canggih akan segera hadir, bagi mereka yang tidak mau menavigasi instalasi berbasis Conda dari kode sumber, atau filter NSFW yang preskriptif dari implementasi berbasis web.

Kecepatan pengembangan dan perasaan eksplorasi bebas dari pengguna sedang berlangsung dengan kecepatan yang sangat cepat sehingga sulit untuk melihat jauh ke depan. Pada dasarnya, kita belum tahu apa yang kita hadapi, atau apa batasan atau kemungkinan yang mungkin ada.

Namun, mari kita lihat tiga tantangan yang mungkin paling menarik dan menantang bagi komunitas Stable Diffusion yang terbentuk dengan cepat dan tumbuh dengan cepat untuk dihadapi dan, semoga, diatasi.

1: Optimasi Pipa Berbasis Tile

Dihadapkan pada sumber daya perangkat keras yang terbatas dan batasan keras pada resolusi gambar pelatihan, tampaknya pengembang akan menemukan cara untuk meningkatkan kualitas dan resolusi output Stable Diffusion. Banyak proyek ini melibatkan eksploitasi batasan sistem, seperti resolusi asli 512×512 piksel.

Seperti biasa dengan inisiatif penglihatan komputer dan sintesis gambar, Stable Diffusion dilatih pada gambar dengan rasio kuadrat, dalam hal ini disampel ulang ke 512×512, sehingga gambar sumber dapat diregularisasi dan dapat masuk ke dalam keterbatasan GPU yang melatih model.

Oleh karena itu, Stable Diffusion ‘berpikir’ (jika itu berpikir) dalam istilah 512×512, dan pasti dalam istilah kuadrat. Banyak pengguna yang saat ini memeriksa batasan sistem melaporkan bahwa Stable Diffusion menghasilkan hasil yang paling dapat diandalkan dan paling sedikit glitchy pada rasio aspek yang agak terbatas ini (lihat ‘mengatasi ekstrem’ di bawah).

Beberapa implementasi menampilkan upscaling melalui RealESRGAN (dan dapat memperbaiki wajah yang dirender dengan buruk melalui GFPGAN) beberapa pengguna saat ini mengembangkan metode untuk membagi gambar menjadi bagian 512x512px dan menjahit gambar tersebut untuk membentuk karya komposit yang lebih besar.

Render 1024×576 ini, resolusi yang biasanya tidak mungkin dalam satu render Stable Diffusion, dibuat dengan menyalin dan menempelkan file Python attention.py dari fork DoggettX dari Stable Diffusion (versi yang mengimplementasikan upscaling berbasis tile) ke fork lain. Sumber: https://old.reddit.com/r/StableDiffusion/comments/x6yeam/1024x576_with_6gb_nice/

Walaupun beberapa inisiatif ini menggunakan kode asli atau perpustakaan lain, port txt2imghd dari GOBIG (mode dalam ProgRockDiffusion yang lapar VRAM) akan segera menyediakan fungsionalitas ini ke cabang utama. Sementara txt2imghd adalah port khusus dari GOBIG, upaya lain dari pengembang komunitas melibatkan implementasi GOBIG yang berbeda.

Gambar abstrak yang nyaman dalam render asli 512x512px (kiri dan kedua dari kiri); diupscaling oleh ESGRAN, yang sekarang lebih atau kurang asli di semua distribusi Stable Diffusion; dan diberi ‘perhatian khusus’ melalui implementasi GOBIG, menghasilkan detail yang, setidaknya dalam batas gambar, tampak lebih baik diupscaling. Sumber: https://old.reddit.com/r/StableDiffusion/comments/x72460/stable_diffusion_gobig_txt2imghd_easy_mode_colab/

Jenis contoh abstrak yang ditampilkan di atas memiliki banyak ‘kerajaan kecil’ detail yang cocok untuk pendekatan solipsistik ini, tetapi mungkin memerlukan solusi kode yang lebih menantang untuk menghasilkan upscaling yang kohesif dan tidak repetitif yang tidak terlihat seperti dibuat dari banyak bagian. Tidak kurang, dalam kasus wajah manusia, di mana kita sangat peka terhadap aberrasi atau artefak ‘jarring’.

Stable Diffusion saat ini tidak memiliki mekanisme untuk fokus perhatian pada wajah selama rendering dalam cara yang sama seperti manusia memprioritaskan informasi wajah. Walaupun beberapa pengembang di komunitas Discord mempertimbangkan metode untuk mengimplementasikan ‘perhatian ditingkatkan’ ini, saat ini lebih mudah untuk secara manual (dan, akhirnya, otomatis) meningkatkan wajah setelah rendering awal telah selesai.

Wajah manusia memiliki logika semantik internal yang lengkap yang tidak akan ditemukan dalam ’tile’ dari sudut bawah (misalnya) sebuah bangunan, dan oleh karena itu saat ini memungkinkan untuk sangat efektif ‘memperbesar’ dan merender ulang wajah yang ‘sketchy’ dalam output Stable Diffusion.

Kiri, upaya awal Stable Diffusion dengan prompt ‘Foto warna penuh Christina Hendricks memasuki tempat yang ramai, mengenakan raincoat; Canon50, kontak mata, detail tinggi, detail wajah tinggi’. Kanan, wajah yang ditingkatkan diperoleh dengan memasukkan wajah yang buram dan ‘sketchy’ dari render pertama kembali ke perhatian penuh Stable Diffusion menggunakan Img2Img (lihat gambar animasi di bawah).

Di ketiadaan solusi Textual Inversion yang didedikasikan (lihat di bawah), ini hanya akan berfungsi untuk gambar selebriti di mana orang tersebut sudah terwakili dalam subset data LAION yang melatih Stable Diffusion. Oleh karena itu, ini akan berfungsi pada selebriti seperti Tom Cruise, Brad Pitt, Jennifer Lawrence, dan rentang terbatas selebriti media yang sebenarnya yang hadir dalam jumlah besar gambar dalam data sumber.

Menghasilkan gambar pers yang masuk akal dengan prompt ‘Foto warna penuh Christina Hendricks memasuki tempat yang ramai, mengenakan raincoat; Canon50, kontak mata, detail tinggi, detail wajah tinggi’.

Untuk selebriti dengan karir panjang dan abadi, Stable Diffusion biasanya akan menghasilkan gambar orang tersebut pada usia yang lebih tua (yaitu lebih tua), dan akan diperlukan prompt tambahan seperti ‘muda’ atau ‘pada tahun [TAHUN]’ untuk menghasilkan gambar yang lebih muda.

Dengan karir yang menonjol dan konsisten yang hampir mencapai 40 tahun, aktris Jennifer Connelly adalah salah satu segelintir selebriti di LAION yang memungkinkan Stable Diffusion untuk merepresentasikan rentang usia. Sumber: prepack Stable Diffusion, lokal, v1.4 checkpoint; prompt terkait usia.

Ini sebagian besar karena proliferasi fotografi pers digital (bukan berbasis emulsi yang mahal) dari pertengahan 2000-an, dan pertumbuhan volume gambar yang lebih besar karena kecepatan broadband yang meningkat.

Gambar yang dihasilkan dilewatkan ke Img2Img di Stable Diffusion, di mana ‘area fokus’ dipilih, dan render baru dengan ukuran maksimum hanya dibuat untuk area tersebut, memungkinkan Stable Diffusion untuk memfokuskan semua sumber daya yang tersedia untuk merekonstruksi wajah.

Menggabungkan wajah ‘perhatian tinggi’ kembali ke render asli. Selain wajah, proses ini hanya akan berfungsi dengan entitas yang memiliki penampilan kohesif dan integral yang dapat diprediksi, seperti bagian dari foto asli yang memiliki objek yang jelas, seperti jam tangan atau mobil. Mengupscaling bagian dari, misalnya, dinding akan menghasilkan dinding yang terlihat aneh ketika dirakit kembali, karena render tile tidak memiliki konteks yang lebih luas untuk ‘potongan teka-teki’ ini saat rendering.

Beberapa selebriti di database datang ‘dibekukan’ dalam waktu, baik karena mereka meninggal muda (seperti Marilyn Monroe), atau naik ke ketenaran utama yang singkat, menghasilkan volume gambar yang tinggi dalam periode waktu yang terbatas. Mengumpulkan Stable Diffusion secara tidak langsung memberikan indeks popularitas ‘saat ini’ untuk bintang modern dan lama. Untuk beberapa selebriti yang lebih tua dan saat ini, tidak ada cukup gambar dalam data sumber untuk mendapatkan kesamaan yang sangat baik, sementara popularitas yang langgeng dari bintang yang sudah lama meninggal atau memudar memastikan bahwa kesamaan yang masuk akal dapat diperoleh dari sistem.

Render Stable Diffusion dengan cepat mengungkapkan wajah terkenal mana yang terwakili dengan baik dalam data pelatihan. Meskipun popularitasnya yang sangat besar sebagai remaja yang lebih tua pada saat penulisan, Millie Bobby Brown lebih muda dan kurang dikenal ketika dataset sumber LAION diambil dari web, membuat kesamaan yang berkualitas tinggi dengan Stable Diffusion menjadi masalah saat ini.

Di mana data tersedia, solusi up-res berbasis tile dalam Stable Diffusion bisa lebih jauh dari memfokuskan pada wajah: mereka bisa memungkinkan wajah yang lebih akurat dan terperinci dengan memecah fitur wajah dan mengarahkan semua sumber daya GPU lokal pada fitur-fitur tersebut secara individual, sebelum merakitnya kembali – proses yang saat ini, lagi-lagi, manual.

Ini tidak terbatas pada wajah, tetapi terbatas pada bagian objek yang setidaknya memiliki penempatan yang dapat diprediksi dalam konteks objek induk, dan yang sesuai dengan embedding tingkat tinggi yang dapat diharapkan ditemukan dalam dataset hyperscale.

Batasan nyata adalah jumlah data referensi yang tersedia dalam dataset, karena, akhirnya, detail yang diiterasi dalam akan menjadi sepenuhnya ‘hallusinasi’ (yaitu fiksi) dan kurang otentik.

Semacam perbesaran granular tingkat tinggi ini berfungsi dalam kasus Jennifer Connelly, karena dia terwakili dengan baik di seluruh rentang usia dalam LAION-aesthetics (subset utama LAION 5B yang digunakan oleh Stable Diffusion); dalam banyak kasus lain, akurasi akan menderita karena kurangnya data, memerlukan fine-tuning (pelatihan tambahan, lihat ‘Kustomisasi’ di bawah) atau Textual Inversion (lihat di bawah).

Tiles adalah cara yang kuat dan relatif murah untuk Stable Diffusion untuk diaktifkan untuk menghasilkan output resolusi tinggi, tetapi upscaling berbasis tile algoritmik dari jenis ini, jika tidak memiliki semacam mekanisme perhatian yang lebih luas dan tingkat tinggi, mungkin tidak mencapai standar yang diharapkan di berbagai jenis konten.

2: Mengatasi Masalah dengan Anggota Tubuh Manusia

Stable Diffusion tidak memenuhi namanya ketika menggambarkan kompleksitas anggota tubuh manusia. Tangan dapat berkembang biak secara acak, jari-jari bergabung, kaki ketiga muncul tanpa permisi, dan anggota tubuh yang ada menghilang tanpa jejak. Dalam pertahanannya, Stable Diffusion berbagi masalah ini dengan teman-temannya, dan pasti dengan DALL-E 2.

Hasil tanpa edit dari DALL-E 2 dan Stable Diffusion (1.4) pada akhir Agustus 2022, keduanya menunjukkan masalah dengan anggota tubuh. Prompt adalah ‘Seorang wanita memeluk seorang pria’

Penggemar Stable Diffusion yang berharap bahwa checkpoint 1.5 yang akan datang (versi model yang lebih terlatih dengan parameter yang ditingkatkan) akan menyelesaikan kebingungan anggota tubuh kemungkinan akan kecewa. Model baru, yang akan dirilis dalam sekitar dua minggu, saat ini dipratinjau di portal komersial stability.ai DreamStudio, di mana pengguna dapat membandingkan output dengan render dari sistem lokal atau sistem 1.4 lainnya:

Sumber: Prepack lokal 1.4 dan https://beta.dreamstudio.ai/

Sumber: Prepack lokal 1.4 dan https://beta.dreamstudio.ai/

Sumber: Prepack lokal 1.4 dan https://beta.dreamstudio.ai/

Sebagaimana biasa, kualitas data mungkin menjadi penyebab utama.

Database sumber terbuka yang menggerakkan sistem sintesis gambar seperti Stable Diffusion dan DALL-E 2 dapat menyediakan banyak label untuk manusia individu dan tindakan antar-manusia. Label-label ini dilatih secara simbiotik dengan gambar-gambar yang terkait, atau segmen gambar.

Pengguna Stable Diffusion dapat menjelajahi konsep yang dilatih ke dalam model dengan menanyakan dataset LAION-aesthetics, subset dari dataset LAION 5B yang lebih besar, yang menggerakkan sistem. Gambar-gambar tersebut diurutkan tidak oleh label alfabetis, tetapi oleh ‘skor estetika’. Sumber: https://rom1504.github.io/clip-retrieval/

Sebuah hierarki yang baik dari label individu dan kelas yang berkontribusi pada penggambaran lengan manusia akan seperti badan>lengan>tangan>jari>[sub jari + ibu jari]>[segmen jari]>Kuku.

Segmentasi semantik granular dari bagian tangan. Bahkan dekonstruksi yang tidak biasa ini meninggalkan setiap ‘jari’ sebagai entitas tunggal, tidak memperhitungkan tiga bagian jari dan dua bagian ibu jari. Sumber: https://athitsos.utasites.cloud/publications/rezaei_petra2021.pdf

Di kenyataan, gambar sumber tidak mungkin dilabeli secara konsisten di seluruh dataset, dan algoritma pelabelan tidak terawasi kemungkinan akan berhenti pada tingkat lebih tinggi dari – misalnya – ‘tangan’, dan meninggalkan piksel interior (yang secara teknis mengandung informasi ‘jari’) sebagai massa piksel yang tidak berlabel dari mana fitur akan dihasilkan secara sewenang-wenang, dan yang mungkin muncul dalam render kemudian sebagai elemen ‘jarring’.

Bagaimana seharusnya (kanan atas, jika tidak upper-cut), dan bagaimana sebenarnya (kanan bawah), karena sumber daya terbatas untuk pelabelan, atau eksploitasi arsitektur dari label tersebut jika mereka ada dalam dataset.

Oleh karena itu, jika model difusi laten mencapai rendering lengan, itu hampir pasti akan mencoba rendering tangan di ujung lengan itu, karena lengan>tangan adalah hierarki minimal yang diperlukan, cukup tinggi di apa yang diketahui arsitektur tentang ‘anatomi manusia’.

Setelah itu, ‘jari’ mungkin menjadi kelompok terkecil, walaupun ada 14 bagian jari/ibu jari tambahan yang perlu dipertimbangkan saat menggambarkan tangan manusia.

Jika teori ini benar, maka tidak ada obat yang nyata, karena kurangnya anggaran untuk pelabelan manual, dan kurangnya algoritma yang cukup efektif yang dapat mengautomasi pelabelan sambil menghasilkan tingkat kesalahan yang rendah. Pada dasarnya, model mungkin saat ini bergantung pada konsistensi anatomi manusia untuk menutupi kekurangan dataset yang dilatihnya.

Satu alasan mengapa itu tidak bisa bergantung pada ini, baru-baru ini diproposalkan di Discord Stable Diffusion, adalah bahwa model bisa menjadi bingung tentang jumlah jari yang benar yang harus dimiliki tangan manusia yang realistis karena database yang berasal dari LAION yang menggerakkan model ini menampilkan karakter kartun yang mungkin memiliki jari yang lebih sedikit (yang sebenarnya pemotongan biaya).

Dua kemungkinan penjahat dalam ‘sindrom jari yang hilang’ dalam Stable Diffusion dan model serupa. Di bawah, contoh tangan kartun dari dataset LAION-aesthetics yang menggerakkan Stable Diffusion. Sumber: https://www.youtube.com/watch?v=0QZFQ3gbd6I

Jika ini benar, maka satu-satunya solusi yang jelas adalah melatih ulang model, menghilangkan konten non-realisme berbasis manusia, memastikan bahwa kasus yang sah dari penghilangan (yaitu amputasi) dilabeli sebagai pengecualian. Dari sudut pandang kurasi data, ini akan menjadi tantangan yang cukup besar, terutama untuk upaya komunitas yang kekurangan sumber daya.

Pendekatan kedua akan mengaplikasikan filter yang menghilangkan konten tersebut (yaitu ‘tangan dengan tiga/lima jari’) dari muncul pada saat rendering, dengan cara yang sama seperti OpenAI telah, sampai batas tertentu, difilter GPT-3 dan DALL-E 2, sehingga output mereka dapat diatur tanpa perlu melatih ulang model sumber.

Bagi Stable Diffusion, perbedaan semantik antara jari dan bahkan anggota tubuh dapat menjadi kabur, mengingatkan pada strand ‘body horror’ dari film horor 1980-an dari sutradara seperti David Cronenberg. Sumber: https://old.reddit.com/r/StableDiffusion/comments/x6htf6/a_study_of_stable_diffusions_strange_relationship/

Bagaimanapun, lagi-lagi, ini akan memerlukan label yang mungkin tidak ada di semua gambar yang terkena, meninggalkan kita dengan tantangan logistik dan anggaran yang sama.

Ini bisa dibilang ada dua jalan ke depan: melemparkan lebih banyak data ke masalah ini, dan menerapkan sistem interpretatif pihak ketiga yang dapat campur tangan ketika kesalahan fisik dari jenis yang dijelaskan di sini sedang disajikan kepada pengguna akhir (setidaknya, yang terakhir akan memberi OpenAI metode untuk memberikan pengembalian uang untuk render ‘body horror’, jika perusahaan tersebut termotivasi untuk melakukannya).

3: Kustomisasi

Salah satu kemungkinan paling menarik untuk masa depan Stable Diffusion adalah prospek pengguna atau organisasi mengembangkan sistem yang direvisi; modifikasi yang memungkinkan konten di luar lingkup LAION pra-latih untuk diintegrasikan ke dalam sistem – idealnya tanpa biaya yang tidak terkendali dari melatih seluruh model lagi, atau risiko yang terkait dengan melatih sejumlah besar gambar baru ke model yang ada dan mampu.

Dengan analogi: jika dua siswa yang kurang berbakat bergabung dengan kelas lanjutan yang terdiri dari tiga puluh siswa, mereka akan berasimilasi dan mengejar, atau gagal sebagai outlier; dalam kedua kasus, kinerja rata-rata kelas kemungkinan tidak akan terpengaruh. Jika lima belas siswa yang kurang berbakat bergabung, bagaimanapun, kurva kelas untuk seluruh kelas kemungkinan akan menderita.

Demikian pula, jaringan hubungan sinergis dan cukup halus yang dibangun selama pelatihan model yang berkelanjutan dan mahal dapat dikompromikan, dalam beberapa kasus secara efektif dihancurkan, oleh data baru yang berlebihan, menurunkan kualitas output model secara keseluruhan.

Kasus untuk melakukan ini sebagian besar ada di mana minat Anda terletak pada mengambil alih pemahaman konseptual model tentang hubungan dan hal-hal, dan menggunakannya untuk produksi eksklusif konten yang serupa dengan material tambahan yang Anda tambahkan.

Oleh karena itu, melatih 500.000 bingkai The Simpsons ke checkpoint Stable Diffusion yang ada kemungkinan akan mendapatkan simulator The Simpsons yang lebih baik daripada yang bisa ditawarkan oleh bangunan asli, dengan asumsi bahwa cukup banyak hubungan semantik yang luas bertahan dari proses (yaitu Homer Simpson makan hot dog, yang mungkin memerlukan material tentang hot dog yang tidak ada dalam material tambahan, tetapi sudah ada dalam checkpoint), dan dengan asumsi bahwa Anda tidak ingin tiba-tiba beralih dari konten The Simpsons ke membuat fabulous landscape by Greg Rutkowski – karena model pasca-latih Anda telah memiliki perhatiannya sangat teralihkan, dan tidak akan sebaik yang biasanya dalam melakukan hal seperti itu.

Satu contoh yang terkenal dari ini adalah waifu-diffusion, yang telah berhasil melatih 56.000 gambar anime ke checkpoint Stable Diffusion yang selesai dan dilatih. Ini adalah prospek yang sulit untuk seorang hobiis, karena model ini memerlukan minimum 30GB VRAM, jauh melampaui apa yang mungkin tersedia di tingkat konsumen di rilis 40XX mendatang dari NVIDIA.

Pelatihan konten khusus ke Stable Diffusion melalui waifu-diffusion: model ini membutuhkan dua minggu pelatihan lanjutan untuk menghasilkan ilustrasi ini. Enam gambar di sebelah kiri menunjukkan kemajuan model, seiring pelatihan berlangsung, dalam membuat output yang kohesif berdasarkan data pelatihan baru. Sumber: https://gigazine.net/gsc_news/en/20220121-how-waifu-labs-create/

Banyak upaya bisa dihabiskan pada ‘fork’ seperti itu dari checkpoint Stable Diffusion, hanya untuk dihambat oleh utang teknis. Pengembang di Discord resmi telah menunjukkan bahwa rilis checkpoint kemudian tidak akan kompatibel mundur, bahkan dengan logika prompt yang mungkin berfungsi dengan versi sebelumnya, karena minat utama mereka adalah mendapatkan model terbaik yang mungkin, bukan mendukung aplikasi dan proses warisan.

Oleh karena itu, perusahaan atau individu yang memutuskan untuk memisahkan checkpoint menjadi produk komersial secara efektif tidak memiliki jalan kembali; versi model mereka adalah ‘hard fork’, dan tidak akan dapat menarik manfaat dari rilis kemudian dari stability.ai – yang merupakan komitmen yang cukup besar.

Harapan saat ini, dan lebih besar, untuk kustomisasi Stable Diffusion adalah Textual Inversion, di mana pengguna melatih sejumlah kecil gambar yang sesuai dengan CLIP.

Kolaborasi antara Universitas Tel Aviv dan NVIDIA, textual inversion memungkinkan pelatihan entitas diskrit dan baru, tanpa menghancurkan kemampuan model sumber. Sumber: https://textual-inversion.github.io/

Batasan utama dari textual inversion tampaknya adalah bahwa jumlah gambar yang sangat rendah yang disarankan – sebanyak lima. Ini secara efektif menghasilkan entitas yang terbatas yang mungkin lebih berguna untuk tugas transfer gaya daripada penyisipan objek fotorealistik.

Bagaimanapun, eksperimen saat ini sedang berlangsung dalam berbagai Discord Stable Diffusion yang menggunakan jumlah gambar pelatihan yang jauh lebih tinggi, dan masih harus dilihat seberapa produktif metode ini bisa terbukti. Lagi-lagi, teknik ini memerlukan banyak VRAM, waktu, dan kesabaran.

Karena faktor-faktor yang membatasi ini, kita mungkin harus menunggu untuk melihat beberapa eksperimen textual inversion yang lebih canggih dari penggemar Stable Diffusion – dan apakah pendekatan ini dapat ‘memasukkan Anda ke dalam gambar’ dengan cara yang terlihat lebih baik daripada potongan dan tempel Photoshop, sambil mempertahankan fungsionalitas yang luar biasa dari checkpoint resmi.

Dipublikasikan pertama kali pada 6 September 2022.