Stable Diffusion 3 duyurusu

• Stable Diffusion 3, çoklu konu istemleri, görüntü kalitesi ve yazım doğruluğunda büyük ölçüde iyileştirilmiş performans sunan en güçlü metin-görüntü modelidir
• Henüz geniş kitlelerce kullanılamasa da, erken önizleme için bekleme listesine kayıt alınmaya başlandı
• Bu önizleme aşaması, önceki modellerde olduğu gibi, performans ve güvenliği iyileştirmek için içgörü elde etmek açısından kritik öneme sahiptir

Model kapsamı ve teknoloji

• Stable Diffusion 3 model paketi 800M ile 8B parametre arasında değişen bir aralığa sahiptir
• Bu yaklaşım, temel değerlerle uyumlu ve herkesin erişebileceği bir hedefle şekillendirilmiştir; kullanıcının yaratıcı ihtiyaçlarına en iyi karşılık veren ölçeklenebilirlik ve kalite seçenekleri sunar
• SD3, Diffusion Transformer mimarisini Flow Matching ile birleştirir
• Ayrıntılı teknik rapor yakında yayınlanacak

Güvenli ve sorumlu yapay zeka uygulamaları

• Güvenli ve sorumlu yapay zekaya önem verilir
• Stable Diffusion 3'ün kötüye kullanılmasını engellemek için makul önlemler alınmaktadır; bu, model eğitiminin başından test, değerlendirme ve dağıtım süreçlerine kadar sürdürülen bir süreçtir
• Erken önizlemeye hazırlanırken çok sayıda güvenlik önlemi uygulanmıştır
• Araştırmacılarla, uzmanlarla ve toplulukla sürekli işbirliğiyle modelin açılmasına yaklaşılırken daha yenilikçi adımlar atılacağı beklentisi taşınmaktadır

Taahhüt ve yaratıcılığı canlandırma

• Üretken yapay zekanın açık, güvenli ve herkesin erişebileceği şekilde kalmasını sağlama taahhüdü güçlüdür
• Stable Diffusion 3 ile bireylerin, geliştiricilerin ve şirketlerin yaratıcılıklarını ortaya koymalarına olanak tanıyan uyarlanabilir çözümler sunulacak
• Stable Diffusion 3 piyasaya çıkmadan önce farklı bir görüntü modelini ticari olarak kullanmak isterseniz, Stability AI üyelik sayfasını ziyaret edebilir veya geliştirici platformu üzerinden API'ye erişebilirsiniz

[xguru]

Hacker News yorumları

• Yeni bir difüzyon dönüştürücü türü kullanarak akış eşleme ve diğer geliştirmelerle birleştiriyor.

  • Dönüştürücü iyileştirmeleri sayesinde daha iyi ölçeklenebiliyor ve çok modlu girdi alabiliyor.
  • Kalite ve güvenliği artırmak için yayınlanacak, ayrıca tüm araç ekosistemiyle birlikte çıkacak.
  • En yeni donanımı kullanan yeni bir temel ve tüm boyutlarda sunuluyor.
  • Video, 3D gibi alanları mümkün kılıyor.
  • Daha fazla GPU'ya ihtiyaç duyuyor.
  • Teknik ayrıntılar çok yakında açıklanacak.
  • Yeterli GPU ve iyi bir veri setiniz varsa, Sora'ya benzer video üretimi yapılabiliyor.
  • 8 milyon ila 80 milyar parametre arasında farklı boyutlarda sunuluyor, bu yüzden her tür GPU'da kullanılabiliyor.

• Güvenliğe dair takıntılı yaklaşım, yakın zamandaki Gemini vakasını düşündüğümüzde bir pazarlama fırsatını kaçırmış gibi görünüyor.

  • Güvenliğin fazla artırılması nedeniyle çoğu görsel bulanık geliyor; önceki sürümde çalışan istemler SDXL'de bulanık görünüyor.
  • Bir sonraki sürümde durum böyleyse Stability API kullanımını bırakacağım.
  • Bulanıklık olmadan Stable Diffusion'a yakın kalite ve değer sunan başka bir metin-görsel servisi var mı merak ediyorum.

• Mevcut sansür ortamında, bu sefer "güvenlik"in ne anlama geldiğini görmek ilginç olacak.

  • DallE ile oyun varlıkları için bir silah görseli üretmeye çalışırken ciddi zorluk yaşadım.

• Duyuru metninin yarısı, "gerçekten gerçekten sorumlu ve güvenliyiz" demekten ibaret.

• Demo görselleri hep 'artwork'.

  • Modelin fotoğraf, teknik çizim ve diğer grafik medya formatlarını da iyi üretebildiğini merak ediyorum.

• Metin/yanlış yazım tarafında büyük ilerleme var.

• "Güvenlik" kısmını yeniden yazmışlar ama bu sefer AI aracı yerine hayali bir bıçak olan 'Big Knife' koymuşlar.

  • "Güvenli ve sorumlu bir bıçak kullanımı olduğuna inanıyoruz. Bu, Big Knife'ın kötü niyetli aktörler tarafından kötüye kullanılmasını engellemek adına mantıklı adımlar attığımızı ifade eder."