Stability AI vydáva Stable Diffusion 3 Medium, vylepšené ruky a tváre v generovanom obsahu

Stability AI vydala Stable Diffusion 3 Medium (SD3 Medium). Spoločnosť umiestňuje SD3 Medium ako svoj doteraz najpokročilejší open-source model prekonala Midjourney 6.

Podľa Stability AI je SD3 Medium schopné generovať fotorealistické obrázky z textových popisov. Model je navrhnutý tak, aby riešil výzvy, ktorým predtým čelili takmer všetky generátory obrázkov AI s rukami a tvárami vo vygenerovanom obsahu.

SD3 Medium tiež obsahuje textové prvky s vysokou presnosťou vďaka základnej architektúre Diffusion Transformer.

Hlavným aspektom SD3 Medium je jeho dostupnosť. Na rozdiel od niektorých modelov AI náročných na zdroje je SD3 Medium vyrobený tak, aby fungoval na štandardných spotrebiteľských grafických kartách. To mu môže pomôcť v širšom prijatí používateľom. Model tiež ponúka možnosti prispôsobenia pomocou malých súborov údajov, ako to odhalil Stabilita AI.

Stabilita AI tiež naznačila plány na rozšírenie svojej ponuky v budúcnosti na generovanie videa a zvuku, ako uvádza Nasledujúci web.

Stability AI ponúka SD3 Medium pod nekomerčnou licenciou na bezplatné použitie. Pre komerčné aplikácie je pre umelcov, dizajnérov a vývojárov k dispozícii Creator License.

Ak ste veľkým komerčným používateľom, môžete kontaktovať Stability AI priamo a získať podrobnosti o licenciách. Toto prichádza po tom, čo vývojári dostali API prístup pre Stable Diffusion 3 par mesiacov dozadu.

Stručne povedané, Stable Diffusion 3 Medium predstavuje krok vpred v prístupnom a výkonnom generovaní AI textu na obrázok, najmä pokiaľ ide o generovanie rúk a tvárí.