Сегодня 12 апреля 2024
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Анонсирована Stable Diffusion 3.0 — ИИ для рисования сменил архитектуру и научился писать

Компания Stability AI выпустила предварительную версию Stable Diffusion 3.0 — флагманской модели искусственного интеллекта следующего поколения для генерации изображений по текстовому описанию. Stable Diffusion 3.0 будет доступна в разных версиях на базе нейросетей размером от 800 млн до 8 млрд параметров.

 Источник изображений: Stable Diffusion 3.0

Источник изображений: Stable Diffusion 3.0

В течение последнего года компания Stability AI постоянно совершенствовала и выпускала несколько нейросетей, каждая из которых показывала растущий уровень сложности и качества. Выпуск SDXL в июле значительно улучшил базовую модель Stable Diffusion, и теперь компания собирается пойти значительно дальше.

Новая модель Stable Diffusion 3.0 призвана обеспечить улучшенное качество изображения и лучшую производительность при создании изображений из сложных подсказок. Новая нейросеть обеспечит значительно лучшую типографику, чем предыдущие версии Stable Diffusion, обеспечивая более точное написание текста внутри сгенерированных изображений. В прошлом типографика была слабой стороной Stable Diffusion, собственно, как и многих других ИИ-художников.

Stable Diffusion 3.0 — это не просто новая версия модели прежней Stability AI, ведь она 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, — рассказал VentureBeat Эмад Мостак (Emad Mostaque), генеральный директор Stability AI. — Это настоящий преемник оригинальной Stable Diffusion».

Stability AI экспериментирует с несколькими типами подходов к созданию изображений. Ранее в этом месяце компания выпустила предварительную версию Stable Cascade, которая использует архитектуру Würstchen для повышения производительности и точности. Stable Diffusion 3.0 использует другой подход, используя диффузионные модели-трансформеры. «Раньше у Stable Diffusion не было трансформера», — сказал Мостак.

Трансформеры лежат в основе большей части современных нейросетей, запустивших революцию в области искусственного интеллекта. Они широко используются в качестве основы моделей генерации текста. Генерация изображений в основном находилась в сфере диффузионных моделей. В исследовательской работе, в которой подробно описываются диффузионные трансформеры (DiT), объясняется, что это новая архитектура для диффузионных моделей, которая заменяет широко используемую магистраль U-Net трансформером, работающим на скрытых участках изображения. Применение DiT позволяет более эффективно использовать вычислительные мощности и превосходить другие подходы к диффузной генерации изображений.

Еще одна важная инновация, которой пользуется Stable Diffusion 3.0 — это согласование потоков. В исследовательской работе по сопоставлению потоков объясняется, что это новый метод обучения нейросетей с помощью «непрерывных нормализующих потоков» (Conditional Flow Matching — 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.

Улучшенная типографика в Stable Diffusion 3.0 является результатом нескольких улучшений, которые Stability AI встроил в новую модель. Как пояснил Мостак, качественная генерация текстов на изображения стала возможной благодаря использованию диффузионной модели-трансформера и дополнительных кодировщиков текста. С помощью Stable Diffusion 3.0 стало возможным генерировать на изображениях полные предложения со связным стилем написания текста.

Хотя Stable Diffusion 3.0 изначально демонстрируется как технология искусственного интеллекта для преобразования текста в изображение, она станет основой для гораздо большего. В последние месяцы Stability AI также создаст нейросети для создания 3D-изображений и видео.

«Мы создаем открытые модели, которые можно использовать где угодно и адаптировать к любым потребностям, — сказал Мостак. — Это серия моделей разных размеров, которая послужит основой для разработки наших визуальных моделей следующего поколения, включая видео, 3D и многое другое».

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Вечерний 3DNews
Каждый будний вечер мы рассылаем сводку новостей без белиберды и рекламы. Две минуты на чтение — и вы в курсе главных событий.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
«Не всегда надо гнаться за новейшими трендами»: одиночные игры CD Projekt Red не станут жертвой мультиплеера 12 мин.
Актёры озвучения высказались об угрозе ИИ: «Я вижу лишь первые робкие попытки, и мне уже страшно» 40 мин.
Ubisoft начала отбирать The Crew у покупателей вслед за отключением серверов игры 2 ч.
Роскомнадзор заблокировал сайты восьми хостинг-провайдеров — они не «приземлились» в России 2 ч.
Сэм Альтман занялся продвижением ChatGPT среди крупных корпоративных клиентов 2 ч.
Мошенники с помощью голосового дипфейка пытались выдать себя за гендира LastPass 2 ч.
Adobe уличили в обучении этичного ИИ-генератора изображений Firefly на творчестве других ИИ-художников 3 ч.
«Это вообще игра Ubisoft?»: в открытом мире Star Wars Outlaws не будет вышек 4 ч.
Epic Games предложила в суде проект реформы Google Play 6 ч.
Android 15 стала на шаг ближе к пользователям — вышла первая публичная бета-версия будущей ОС 6 ч.
Представлена первая в мире карта памяти формата SD объёмом 4 Тбайт 32 мин.
ZTE представила смартфон Axon 60 Ultra cо спутниковой связью, но купить его вы никак не сможете 2 ч.
Asus представила первый в мире профессиональный 8K-монитор с Mini-LED 2 ч.
На орбиту выведен «Гагаринец» — прототип спутника для рекламы из космоса 5 ч.
Sierra Space показала «зонтик» для экспрес-доставки грузов с орбиты в любую точку Земли 5 ч.
MSI представила игровой монитор MAG 274URFW — 27 дюймов, 4K, 160Гц, USB-C и HDMI 2.1 всего за $345 5 ч.
Поставки ноутбуков в марте подскочили на 44 %, но это не спасло квартальные показатели 5 ч.
Huawei интригует китайских пользователем анонсом нового смартфона — вероятно, флагманского P70 5 ч.
Удар по Intel и AMD: Китай обязал операторов связи отказаться от зарубежных процессоров к 2027 году 5 ч.
«Джеймс Уэбб» помог установить происхождение сильнейшего в истории наблюдений гамма-всплеска 6 ч.