Компания Stability AI выпустила предварительную версию нейросети Stable Diffusion 3.0 для генерации изображений по текстовому описанию. ИИ-модель будет доступна в нескольких версиях с количеством параметров от 800 млн. до 8 млрд.
Во время закрытого тестирования Stable Diffusion 3 разработчики соберут первые пользовательские отзывы, для того, чтобы оптимизировать работу нейросети до глобального релиза. Записаться в лист ожидания можно на сайте Stability AI.
Новая модель Stable Diffusion 3.0 призвана обеспечить улучшенное качество изображения и лучшую производительность при создании изображений из сложных подсказок. Она обеспечит значительно лучшую типографику, чем предыдущие версии Stable Diffusion, обеспечивая более точное написание текста внутри сгенерированных изображений.
Stable Diffusion 3.0 основана на новой архитектуре. «Stable Diffusion 3 – это диффузионная модель-трансформер, архитектура нового типа, которая аналогична той, что используется в представленной недавно модели OpenAI Sora. Это настоящий преемник оригинальной Stable Diffusion», — отметил Эмад Мостак (Emad Mostaque), генеральный директор Stability AI.
Еще одна важная инновация, которой пользуется Stable Diffusion 3.0 — это согласование потоков. Это новый метод обучения нейросетей с помощью «непрерывных нормализующих потоков» (CNF) для моделирования сложных распределений данных. По мнению исследователей, использование CFM с оптимальными путями транспортировки приводит к более быстрому обучению, более эффективному отбору образцов и повышению производительности по сравнению с диффузионными путями.
Хотя Stable Diffusion 3.0 изначально демонстрируется как технология искусственного интеллекта для преобразования текста в изображение, она станет основой для гораздо большего. Stability AI пообещала вскоре представить нейросети для создания 3D-изображений и видео.
