Stability AI preberá OpenAI Dall-E 3 s novým modelom Stable Diffusion 3.0

Umelá inteligencia Stability AI predstavila Stable Diffusion 3, svoj najnovší model generácie textu na obrázok. Spoločnosť tvrdí, že nová iterácia ponúka lepší výkon pri spracovávaní zložitých výziev, generovaní obrázkov vyššej kvality a opravách pravopisných chýb.

V súčasnosti nie je Stable Diffusion 3 verejne dostupný. Stabilita AI však má otvoril zoznam čakateľov pre program skorej ukážky, ktorý používateľom umožňuje otestovať model a poskytnúť spätnú väzbu pred jeho oficiálnym vydaním.

Čo sa týka škálovateľnosti, model sa dodáva v rôznych veľkostiach, od 800 miliónov do 8 miliárd parametrov. Tento prístup má za cieľ vyhovieť potrebám používateľov a hardvérovým možnostiam, čo potenciálne robí technológiu dostupnejšou.

Stability Diffusion 3 kombinuje architektúru difúzneho transformátora a techniky prispôsobenia toku. Podrobná technická správa poskytne ďalšie informácie o vnútornom fungovaní modelu.

Sada modelov Stable Diffusion 3 má v súčasnosti parametre od 800M do 8B. Cieľom tohto prístupu je zosúladiť naše základné hodnoty a demokratizovať prístup, pričom používateľom poskytuje rôzne možnosti škálovateľnosti a kvality, aby čo najlepšie vyhovovali ich kreatívnym potrebám.

Stabilita AI tiež zdôraznila svoj záväzok k zodpovednému vývoju AI. Spoločnosť zaviedla bezpečnostné opatrenia na zabránenie zneužitia a spolupracuje s odborníkmi, aby zabezpečila bezpečné a etické nasadenie modelu. Iné si nemôžeme dovoliť sága Taylor Swift.

Okrem toho v kontexte nedávneho pokroku v generovaní textu na obrázok stojí za zmienku prebiehajúca konkurencia v tejto oblasti. Spoločnosti ako OpenAI s modelom DALL-E 3, prebudil Google Geminia Midjourney (ktorá rokuje s X), tiež aktívne rozvíjajú a zdokonaľujú svoje možnosti prevodu textu na obrázok.

Celkovo možno povedať, že Stable Diffusion 3 sa snáď prezentuje ako potenciálne významný pokrok v technológii generovania textu na obrázok, ale to sa ešte len uvidí.

viac tu.