Stable Diffusion 3.0: Το νέο μοντέλο της Stability AI είναι ο μεγάλος αντίπαλος του Dall-E
Το νέο AI εργαλείο επιτρέπει στους χρήστες να δημιουργήσουν εικόνες υψηλής ποιότητας, καθώς και να διορθώσουν τυχόν ορθογραφικά λάθη
Ένα νέο text-to-image μοντέλο ονόματι “Stable Diffusion 3.0“, δημιούργησε η Stability AI με στόχο να ανταγωνιστεί το Dall-E της OpenAI. Σύμφωνα με την εταιρεία το νέο εργαλείο επιτρέπει στους χρήστες να δημιουργήσουν εικόνες υψηλής ποιότητας, καθώς και να διορθώσουν τυχόν ορθογραφικά λάθη.
Το Stable Diffusion 3 δεν είναι ακόμα διαθέσιμο για το ευρύ κοινό, ωστόσο η Stability AI έχει δώσει τη δυνατότητα στους χρήστες της να τεστάρουν μια πρώτη εκδοχή του μοντέλου και να της δώσουν το απαραίτητο feedback, πριν το επίσημο λανσάρισμα της πλατφόρμας.
Παράλληλα, το νέο μοντέλο περιέχει περίπου 8 δισ. παραμέτρους, επιτρέποντας τη δημιουργία εικόνων σε πολλαπλές αναλογίες διαστάσεων σε δευτερόλεπτα, κάτι που το καθιστά πολύ πιο εύκολο στην χρήση.
Η αρχιτεκτονική του μοντέλου, η οποία είναι παρόμοια με το Sora της OpenAI, έχει ως στόχο να προσφέρει καλύτερη ποιότητα εικόνας αξιοποιώντας μετασχηματιστές νέες γενιάς.
Για όσους δεν γνωρίζουν οι μετασχηματιστές (Transformers) και τα μοντέλα διάχυσης (Diffusion models) είναι δύο τύποι μοντέλων δημιουργικής τεχνητής νοημοσύνης (Generative AI) που έχουν φέρει επανάσταση στον χώρο. Οι μετασχηματιστές είναι στην ουσία υπολογιστικά νευρωνικά δίκτυα (τα οποία μιμούνται τη λειτουργία του εγκεφάλου μας), που μαθαίνουν τις σχέσεις με βάση τα συμφραζόμενα μεταξύ λέξεων σε μια πρόταση ή ακολουθία κειμένου και παράγουν σχετικές απαντήσεις βάσει των δεδομένων που έχουν πρόσβαση, ενώ τα μοντέλα διάχυσης είναι δημιουργικά μοντέλα με διαφορετικό τρόπο λειτουργίας.
Τέλος, η Stability AI τονίζει ότι η υπεύθυνη ανάπτυξη της τεχνητής νοημοσύνης είναι εξαιρετικά σημαντική για εκείνη, γι αυτό και έχει εγκαθιδρύσει δικλίδες ασφαλείας, με σκοπό να αποτρέψει την κακόβουλη χρήση των μοντέλων της.
