תמונה-לתמונה (Image-to-Image)

תמונה-לתמונה (Image-to-Image) הוא יכולת AI להפוך תמונת-קלט לתמונה חדשה לפי הנחיה — למשל שינוי סגנון, צביעת סקיצה, או המרת רישום-קו לתמונה ריאליסטית. בשונה מיצירת-תמונה-מטקסט שמתחילה מכלום, תמונה-לתמונה מתחילה מתמונה קיימת ומשנה אותה לפי הוראה — "הפוך את זה לציור שמן" או "הוסף שלג לתמונה" — תוך שמירה על מבנה התמונה המקורי, לא רק ייצור-מחדש מאפס.

אחת הגישות המוקדמות והמשפיעות ביותר לבעיה נקראת pix2pix, שהוצגה במאמר-פורץ-דרך ב-2016 מאת חוקרים מאוניברסיטת ברקלי: רשת יריבה-גנרטיבית (GAN) שאומנה על זוגות של תמונת-קלט ותמונת-פלט תואמת (למשל סקיצה ותמונה שהיא מתארת), ולמדה ישירות "מיפוי" בין השתיים. שיטות מודרניות יותר, מבוססות-דיפוזיה, מתחילות מהתמונה המקורית ומוסיפות אליה רעש חלקי בלבד — ואז מעדנות מחדש רק את החלק שביקש המשתמש לשנות, במקום ללמוד מיפוי-קבוע-מראש בין קטגוריות-תמונה.

דוגמה קונקרטית ונפוצה: Generative Fill, יכולת שהוסיפה Adobe לתוכנת Photoshop במאי 2023 מבוססת על מודל Firefly שלה — מאפשרת למשתמש לסמן אזור בתמונה קיימת ולתאר במילים מה צריך להופיע שם, כשהמערכת ממלאת את האזור בתוכן חדש שמתאים סגנונית ותאורתית לשאר התמונה. היכולת הפכה כלי-עריכה סטנדרטי בתעשיית-העיצוב תוך זמן קצר יחסית מהשקתה — אף שחקירות מאוחרות יותר גילו שחלק מנתוני-האימון של Firefly כללו תמונות שמקורן בכלים מתחרים כמו Midjourney, בניגוד להצהרות המוקדמות של Adobe על אימון "בטוח-מסחרית" בלבד.

יכולת זו נפוצה גם בעריכה יצירתית, שינוי-סגנון-אמנותי, ותהליכי-עיצוב שבהם רוצים לשמור על קומפוזיציה קיימת אך לשנות מראה — למשל הפיכת סקיצה גסה לרינדור מוצר גמור, או התאמת תמונת-מוצר לקמפיין-פרסום שונה בלי לצלם מחדש. ההבדל בין תמונה-לתמונה למילוי-פערים (Inpainting) ולהרחבת-תמונה (Outpainting) הוא בעיקר בהיקף-השינוי: תמונה-לתמונה משנה בדרך-כלל את כל התמונה או חלק גדול ממנה, בעוד השניים האחרים ממוקדים באזור ספציפי בלבד.