Stability AI släpper Stable Diffusion 3 Medium, förbättrade händer och ansikten i genererat innehåll

Stability AI har släppt Stable Diffusion 3 Medium (SD3 Medium). Företaget positionerar SD3 Medium som sin mest avancerade öppen källkodsmodell hittills, till och med bättre än Midjourney 6.

Enligt Stability AI kan SD3 Medium generera fotorealistiska bilder från textbeskrivningar. Modellen är designad för att möta utmaningar som nästan alla AI-bildgeneratorer tidigare ställts inför med händer och ansikten i genererat innehåll.

SD3 Medium innehåller också textelement med hög noggrannhet, tack vare dess underliggande Diffusion Transformer-arkitektur.

Huvudaspekten med SD3 Medium är dess tillgänglighet. Till skillnad från vissa resurskrävande AI-modeller är SD3 Medium gjord för att köras på vanliga konsumentgrafikkort. Detta kan hjälpa det i en bredare användaradoption. Modellen erbjuder också anpassningsmöjligheter genom användning av små datamängder, vilket avslöjas av Stabilitet AI.

Stability AI har också indikerat planer på att utöka sina erbjudanden till video- och ljudgenerering i framtiden, som rapporterats av Nästa webb.

Stability AI erbjuder SD3 Medium under en icke-kommersiell licens för fri användning. För kommersiella applikationer finns en Creator License tillgänglig för artister, designers och utvecklare.

Om du är en storskalig kommersiell användare kan du kontakta Stability AI direkt för licensinformation. Detta kommer efter att utvecklare fått API-åtkomst för Stable Diffusion 3 ett par månader sedan.

Sammanfattningsvis representerar Stable Diffusion 3 Medium ett steg framåt i tillgänglig och kraftfull text-till-bild AI-generering, särskilt när det gäller att generera händer och ansikten.