Stable Diffusion 3.5는 더 나은 성능과 적절한 팔다리 수를 제공합니다.

인기 있는 이미지 생성기 Stable Diffusion의 뒤를 잇는 AI 스타트업인 Stability는 보다 "다양하고" 대표적인 콘텐츠를 출력하는 동시에 더욱 사용자 정의가 가능하고 다재다능하도록 설계된 차세대 모델을 발표했습니다.

새로운 Stable Diffusion 3.5는 Large, Large Turbo 및 Medium의 세 가지 변형으로 제공됩니다. Stable Diffusion 3.5 80억 개의 매개변수를 사용하는 대형 클럭이며 최대 메가픽셀 해상도의 이미지를 생성할 수 있습니다. Stable Diffusion 3.5 Large Turbo는 Large와 동일한 기능을 가지고 있지만 일부 품질을 희생하면서 이미지를 더 빠르게 생성합니다.

반면 Stable Diffusion 3.5 Medium은 노트북, 태블릿, 스마트폰과 같은 엣지 장치에서 실행되도록 설계되었습니다. 1/4 MP에서 최대 2 MP까지 다양한 크기의 이미지를 생성할 수 있습니다. Large 및 Large Turbo 버전은 오늘부터 구매 가능하며 Medium 버전은 이달 말인 10월 29일에 출시됩니다.

SD 3.5는 6월에 출시된 이전 버전인 Stable Diffusion 3.0에 비해 크게 향상된 성능을 약속합니다. SD3의 출시는 특히 풀밭에 누워 있는 피사체의 팔다리와 손가락을 정확하게 렌더링할 수 없는 모델과 만연한 인공물 및 주어진 프롬프트를 따르는 어려움으로 인해 사용자 기반에서 분노와 실망을 받았습니다.

회사는 SD3가 "우리 표준이나 커뮤니티의 기대를 완전히 충족하지 못했다"는 점을 인정하지만 "Stable Diffusion 3.5는 대부분의 사용 사례에서 널리 액세스할 수 있고 최첨단이며 무료인 도구를 사용하여 제작자와 제작자에게 권한을 부여하려는 우리의 약속을 반영한다고 주장합니다. ."

새로운 3.5 모델은 또한 광범위한 프롬프트가 필요 없이 "다양한 피부색과 특징을 가진 한 유형의 사람이 아닌 세계를 대표하는 이미지"를 생성하여 보다 다양한 사람들의 이미지를 생성하도록 훈련되었습니다.

Stability의 CTO인 Hanno Basse는 TechCrunch에 “훈련 중에 각 이미지에는 여러 버전의 프롬프트가 포함된 캡션이 추가되며 짧은 프롬프트가 우선적으로 적용됩니다.”라고 말했습니다. “이를 통해 특정 텍스트 설명에 대한 이미지 개념의 더 광범위하고 다양한 배포가 보장됩니다. 대부분의 생성 AI 회사와 마찬가지로 우리는 필터링된 공개 데이터 세트 및 합성 데이터를 포함하여 다양한 데이터를 교육합니다. ”

이것이 지난 2월 Gemini의 이미지 생성기가 "역사적으로 부정확한"(읽기: 흑인 나치 군인) 내용을 뱉어내기 시작했을 때 Google이 직면했던 것과 동일한 종류의 문제로 이어지는지는 아직 알 수 없습니다. 지난 2월 트위터에 게시된 구글 성명서는 "제미니의 AI 이미지 생성은 다양한 사람들을 생성한다"고 밝혔다. “전 세계 사람들이 사용하기 때문에 일반적으로 좋은 것입니다. 하지만 여기에는 표시가 없습니다. ”

Stable Diffusion 3.5를 직접 사용해 보고 싶다면 현재 Hugging Face에서 Large 및 Large Turbo를 다운로드할 수 있습니다. GitHub에서 추론 코드를 찾을 수 있습니다.

출처: 안정성 AI, TechCrunch