Ang Stability AI ay isang startup na nag-develop ng Stable Diffusion, isang tool na gumagamit ng generative AI upang lumikha ng mga larawan mula sa mga pahiwatig ng teksto, ay ipinakilala ang susunod na henerasyong modelo ng Stable Diffusion 3. Ayon sa mga kinatawan ng Stability AI, ang kanilang bagong modelo, na hindi pa malawak na magagamit, ay nagpapabuti sa kalidad ng imahe, gumagana nang mas mahusay sa mga multi-object na pahiwatig, at maaaring mas tumpak na magparami ng teksto bilang bahagi ng nabuong larawan. Ito mismo ang hindi kayang hawakan ng mga nakaraang modelo ng Stable Diffusion.
Ang Stability AI CEO Emad Mosque ay nag-post ng ilang mga halimbawa sa kanyang account sa Twitter.
#SD3 makakagawa ng maraming text... https://t.co/DfcUzOZymj
— Emad (@EMostaque) Pebrero 22, 2024
Ang anunsyo ay dumating ilang araw pagkatapos ang pinakamalaking kakumpitensya ng Stability AI, ang OpenAI, ay nag-unveil ng isang bagong modelo AI Sora, na maaaring makabuo ng halos makatotohanang mga high-definition na video batay sa mga simpleng text prompt. Si Sora, na hindi pa magagamit sa pangkalahatang publiko, ay nagtaas ng mga alalahanin tungkol sa potensyal nitong lumikha ng mukhang makatotohanang pekeng footage. Ngunit sinabi ng OpenAI na nakikipagtulungan ito sa mga eksperto sa disinformation upang subukan ang tool bago ito gawing malawak na magagamit. Sinabi ng Stability AI na ginagawa nito ang parehong.
"Gumawa [kami] at patuloy na nagsasagawa ng mga makatwirang hakbang upang maiwasan ang pang-aabuso sa Stable Diffusion 3 ng mga walang prinsipyong entity," isinulat ng kumpanya sa isang post sa blog sa website nito. "Patuloy na nakikipagtulungan sa mga mananaliksik, eksperto at aming komunidad, inaasahan namin ang higit pang pagbabago na may integridad habang papalapit kami sa pampublikong paglabas ng modelo." Hindi pa alam kung kailan ipapalabas sa publiko ang Stable Diffusion 3.
Ipapaalala namin sa iyo na kamakailan naming isinulat na ang modelo ng Google Gemini AI ay nakatanggap ng maraming reklamo mula sa mga user dahil sa hindi tumpak na nabuong mga larawan ng mga tao. Ang tool ay lumikha ng mga larawan ng mga makasaysayang pigura, tulad ng mga founding father ng Estados Unidos o ng Pope, na may ibang kulay ng balat. Kaya sinabi iyon ng Google sinuspinde ang henerasyon mga larawan ng mga tao at maglalabas ng pinahusay na bersyon sa lalong madaling panahon.
Basahin din: