Генератор зображень Stable Diffusion «подружили» з текстом. Тепер він не спотворює написи
Stability AI анонсувала нову версію свого генератора Stable Diffusion, який краще розуміє текстові підказки і краще працює з написами на зображеннях.
Stability AI називає Stable Diffusion 3 «найефективнішою моделлю перетворення тексту в зображення зі значно покращеною продуктивністю багатотемних підказок, якістю зображення та можливостями орфографії». Розробники надають кілька прикладів згенерованих зображень, які містять текст (у вигляді написів крейдою на дошці, колажів з журнальних сторінок, дорожніх знаків тощо).
Також демонструють роботи, створені штучним інтелектом, де можна побачити одразу кілька об'єктів, як-от астронавта і свиню в спідниці.
Наразі Stable Diffusion 3 не є доступною для широкого загалу, але все охочі можуть приєднатися до списку очікування та отримати цю модель одними з перших, аби залишити відгук і допомогти розробникам покращити її.
«Ця фаза попереднього перегляду має вирішальне значення для збору інформації, щоб покращити її продуктивність і безпеку перед відкритим випуском», — кажуть в Stability AI.
Напередодні OpenAI, що є найбільшим конкурентом Stability AI в сфері генерації зображень, представила нову модель Sora, яка дозволяє створювати реалістичні відео у високій якості за допомогою простих тестових підказок. Як і Stable Diffusion 3, Sora ще не доступна для широкого загалу, оскільки проходить перевірку фахівцями з дезінформації й безпеки.
