Stability AI testira Stable Diffusion 3 model teksta u sliku

Londonski AI laboratorij Stability AI najavio je rani test svog novog modela teksta u sliku, Stable Diffusion 3. Napredni generativni AI model ima za cilj stvoriti visokokvalitetne slike iz tekstualnih upita s poboljšanom izvedbom u nekoliko ključnih područja.

Najava dolazi samo nekoliko dana nakon što je najveći rival Stability AI-a, OpenAI, predstavio Sora-potpuno novi AI model sposoban generirati gotovo realistične videozapise visoke razlučivosti iz jednostavnih tekstualnih upita.

Sora, koja također još nije dostupna široj javnosti, izazvala je zabrinutost zbog njezinog potencijala za stvaranje lažnih snimaka realističnog izgleda. OpenAI je rekao da surađuje sa stručnjacima za dezinformacije i sadržaj pun mržnje kako bi testirao alat prije nego što ga učini široko dostupnim.

Prema Stability AI-u, Stable Diffusion 3 ima znatno bolje mogućnosti za upravljanje generiranjem slika s više subjekata u usporedbi s prethodnim verzijama. To korisnicima omogućuje uključivanje detaljnijih upita s više elemenata i postizanje boljih rezultata.

Uz poboljšanja sa složenim uputama, novi model može se pohvaliti poboljšanom ukupnom kvalitetom slike i pravopisnom točnošću. Stability AI tvrdi da ove nadogradnje rješavaju neke probleme dosljednosti i koherentnosti koji su utjecali na prethodne modele pretvaranja teksta u sliku.
Iako još nije javno dostupan, Stability AI otvorio je listu čekanja za ljude zainteresirane za rani pristup Stable Diffusion 3. Faza pregleda omogućit će Stability AI-u da prikupi povratne informacije i nastavi usavršavati model prije potpunog izdanja planiranog kasnije ove godine.

Stability AI je rekao da također surađuje sa stručnjacima na testiranju Stable Diffusion 3 i osiguravanju ublažavanja potencijalnih šteta, slično pristupu OpenAI-ja sa Sorom.

“Vjerujemo u sigurne, odgovorne prakse umjetne inteligencije. To znači da smo poduzeli i nastavljamo poduzimati razumne korake kako bismo spriječili zlouporabu Stable Diffusion 3 od strane loših aktera. Sigurnost počinje kada počnemo trenirati naš model i nastavlja se tijekom testiranja, evaluacije i implementacije,” rekao je Stability AI.

“U pripremi za ovaj rani pregled, uveli smo brojne zaštitne mjere. Kontinuiranom suradnjom s istraživačima, stručnjacima i našom zajednicom, očekujemo dalje inovacije s integritetom kako se približavamo javnoj objavi modela.”

Stable Diffusion 3 nudi se u rasponu veličina modela od 800 milijuna parametara na nižem nivou do 8 milijardi na visokom. Stability AI kaže da ovaj spektar opcija ima za cilj uravnotežiti kreativnu izvedbu i pristupačnost korisnicima s različitim računalnim resursima.

“Naša predanost osiguravanju da je generativna umjetna inteligencija otvorena, sigurna i univerzalno dostupna ostaje nepokolebljiva”, objasnio je Stability AI.

“Sa Stable Diffusion 3 nastojimo ponuditi prilagodljiva rješenja koja omogućuju pojedincima, programerima i poduzećima da oslobode svoju kreativnost, u skladu s našom misijom aktiviranja potencijala čovječanstva.”