Stability AI frigiver Stable Diffusion 3 Medium, forbedrede hænder og ansigter i genereret indhold

Stability AI har udgivet Stable Diffusion 3 Medium (SD3 Medium). Virksomheden positionerer SD3 Medium som dens mest avancerede open source-model til dato, endda bedre end Midjourney 6.

Ifølge Stability AI er SD3 Medium i stand til at generere fotorealistiske billeder ud fra tekstbeskrivelser. Modellen er designet til at løse de udfordringer, som næsten alle AI-billedgeneratorer tidligere stod over for med hænder og ansigter i genereret indhold.

SD3 Medium inkorporerer også tekstelementer med høj nøjagtighed, takket være dens underliggende Diffusion Transformer-arkitektur.

Hovedaspektet ved SD3 Medium er dets tilgængelighed. I modsætning til nogle ressourcekrævende AI-modeller er SD3 Medium lavet til at køre på almindelige forbruger-grafikkort. Dette kan hjælpe det med en bredere brugeradoption. Modellen tilbyder også tilpasningsmuligheder gennem brug af små datasæt, som afsløret af Stabilitet AI.

Stability AI har også indikeret planer om at udvide sine tilbud til video- og lydgenerering i fremtiden, som rapporteret af The Next Web.

Stabilitet AI tilbyder SD3 Medium under en ikke-kommerciel licens til gratis brug. Til kommercielle applikationer er en skaberlicens tilgængelig for kunstnere, designere og udviklere.

Hvis du er en storstilet kommerciel bruger, kan du kontakte Stability AI direkte for licensoplysninger. Dette kommer efter, at udviklere har modtaget API-adgang til Stable Diffusion 3 et par måneder tilbage.

Sammenfattende repræsenterer Stable Diffusion 3 Medium et skridt fremad i tilgængelig og kraftfuld tekst-til-billede AI-generering, især når det kommer til at generere hænder og ansigter.