A Stabilitás A mesterséges intelligencia Stable Diffusion 3 Medium, továbbfejlesztett kezet és arcot bocsát ki a generált tartalomban

A Stability AI kiadta a Stable Diffusion 3 Mediumot (SD3 Medium). A vállalat az SD3 Mediumot az eddigi legfejlettebb nyílt forráskódú modelljeként tartja számon jobban teljesít, mint a Midjourney 6.

A Stability AI szerint az SD3 Medium képes fotórealisztikus képeket generálni szöveges leírásokból. A modellt úgy tervezték, hogy megbirkózzon azokkal a kihívásokkal, amelyekkel korábban szinte az összes mesterségesintelligencia-képgenerátor szembesült kezekkel és arcokkal a generált tartalomban.

Az SD3 Medium a mögöttes Diffusion Transformer architektúrának köszönhetően nagy pontossággal tartalmaz szöveges elemeket is.

Az SD3 Medium fő szempontja a hozzáférhetősége. Ellentétben néhány erőforrás-igényes AI-modellel, az SD3 Medium szabványos fogyasztói grafikus kártyákon fut. Ez segíthet a szélesebb körű felhasználói elfogadásban. A modell testreszabási lehetőségeket is kínál kis adatkészletek használatával, amint az kiderült Stabilitás AI.

A Stabilitási mesterséges intelligencia azt is jelezte, hogy a jövőben kiterjeszti kínálatát videó- ​​és hanggenerálásra, amint arról beszámolt A következő web.

A Stability AI nem kereskedelmi licenc alatt kínálja az SD3 Mediumot ingyenes használatra. Kereskedelmi alkalmazásokhoz Alkotói licenc áll rendelkezésre művészek, tervezők és fejlesztők számára.

Ha Ön nagyszabású kereskedelmi felhasználó, közvetlenül a Stability AI-hez fordulhat a licenc részleteiért. Ez azután következik be, hogy a fejlesztők megkapták API-hozzáférés a Stable Diffusion 3-hoz pár hónapja.

Összefoglalva, a Stable Diffusion 3 Medium előrelépést jelent a hozzáférhető és hatékony szöveg-kép AI generálásban, különösen ami a kezek és arcok létrehozását illeti.