Stabilitātes AI ir jaunizveidots uzņēmums, kas ir Stable Diffusion izstrādātājs — rīks, kas izmanto ģeneratīvo AI veidot attēlus no teksta norādēm, ir ieviesis nākamās paaudzes modeli Stable Diffusion 3. Kā norāda Stability AI pārstāvji, viņu jaunais modelis, kas vēl nav plaši pieejams, uzlabo attēla kvalitāti, labāk darbojas ar vairāku objektu norādēm un var precīzāk reproducēt tekstu kā daļu no ģenerētā attēla. Tieši ar to iepriekšējie Stable Diffusion modeļi nevarēja tikt galā.
Stabilitātes AI izpilddirektors Emad Mosque ir ievietojis vairākus piemērus savā kontā vietnē Twitter.
# SD3 var uzrakstīt diezgan daudz teksta... https://t.co/DfcUzOZymj
— Emad (@EMostaque) Februāris 22, 2024
Paziņojums nāk dažas dienas pēc tam, kad lielākais Stability AI konkurents OpenAI atklāja pavisam jaunu modeli AI Sora, kas var ģenerēt gandrīz reālistiskus augstas izšķirtspējas videoklipus, pamatojoties uz vienkāršām teksta uzvednēm. Sora, kas vēl nav pieejama plašākai sabiedrībai, ir paudusi bažas par tās potenciālu radīt reālistiskus viltus kadrus. Taču OpenAI teica, ka sadarbojas ar dezinformācijas ekspertiem, lai pārbaudītu rīku, pirms tas tiek plaši pieejams. Stabilitātes AI teica, ka tā dara to pašu.
"[Mēs] esam veikuši un turpinām veikt saprātīgus pasākumus, lai nepieļautu, ka negodīgi uzņēmumi ļaunprātīgi izmanto Stable Diffusion 3," uzņēmums rakstīja emuāra ierakstā savā tīmekļa vietnē. "Nepārtraukti sadarbojoties ar pētniekiem, ekspertiem un mūsu kopienu, mēs ceram uz turpmākiem jauninājumiem ar godīgumu, tuvojoties modeļa publiskai izlaišanai." Pagaidām nav zināms, kad Stable Diffusion 3 tiks izlaista sabiedrībai.
Atgādināsim, ka nesen rakstījām, ka Google Gemini AI modelis saņēma daudz lietotāju sūdzību par neprecīzi ģenerētiem cilvēku attēliem. Šis rīks radīja vēsturisku personu, piemēram, ASV dibinātāju vai pāvesta, attēlus ar atšķirīgu ādas krāsu. Tātad Google to teica aptur ražošanu cilvēku attēlus un drīzumā izlaidīs uzlabotu versiju.
Lasi arī: