Stability AI пусна нова версия с отворен код на своя

Stability AI пусна нова версия с отворен код на своя генератор на изображения с изкуствен интелект – Stable Diffusion XL 1.0 (SDXL 1.0), който той дефинира като „ най-усъвършенствания “ модел досега.

Stability съобщи, че SDXL 1.0, разполагаем в GitHub в допълнение към API на Stability и потребителските приложения Clipdrop и DreamStudio, обезпечава „ по-ярки “ и „ по-точни “ цветове и по-добър контрастност, сенки и осветяване от предходната версия.

Джо Пена, началник на приложното машинно образование в Stability AI съобщи пред TechCrunch, че SDXL 1.0, който съдържа 3,5 милиарда параметри, може да основава 1-мегапикселови изображения „ за секунди “ при разнообразни съотношения на страните.

Предишното потомство Stable Diffusion XL 0.9 също можеше да основава изображения с висока резолюция, само че изискваше повече изчислителна мощ за работа. Както SiliconANGLE уточни, опцията за работа на относително елементарен хардуер прави SDXL 1.0 доста по-достъпен от конкурентните принадлежности за генериране на изображения.

Освен това SDXL 1.0 получи усъвършенствания в генерирането на текст. Макар, че даже доста от най-хубавите модели за превръщане на текст в изображение имат проблеми с генерирането на изображения с четливи лога, да не приказваме за краснопис или шрифтове, SDXL 1.0 е кадърен на „ усъвършенствано “ генериране на текст и четливост.

SDXL 1.0 разполага с функционалности inpainting (рисуване), която ви разрешава да възстановявате изчезнали елементи от изображение, outpainting (разширяване на съществуващи изображения) и image-to-image hints (подсказки за изображения), която ви разрешава да добавяте голям брой текстови подсказки, с цел да създавате по-подробни версии на изображенията. Освен това моделът „ схваща “ комплицирани указания от няколко елементи, дадени във вид на къси подсказки, до момента в който предходните модели на Stable Diffusion изискваха по-дълги текстови подсказки.