Розробники представили інноваційну модель штучного інтелекту для візуалізації тексту

Компанія Sta­bil­i­ty AI оголосила про запуск попередньої версії Sta­ble Dif­fu­sion 3 — удосконаленої моделі перетворення тексту на зображення, яка стала більш продуктивною та точною.

Sta­ble Dif­fu­sion 3 виділяється на тлі попередніх версій завдяки суттєвим вдосконаленням: модель краще створює зображення, на яких потрібно показати декілька об’єктів, генерує якісні картинки і точніше пише тексти.

Поки що доступ до моделі обмежений, але розробники пропонують зареєструватись у списку очікування для участі у ранньому тестуванні. Цей етап є ключовим для збору відгуків, які допоможуть покращити функціональність та безпеку продукту перед його публічним релізом.

Нова лінійка Sta­ble Dif­fu­sion 3 включає моделі з кількістю параметрів від 800 мільйонів до 8 мільярдів, що надає користувачам широкі можливості вибору залежно від вимог до масштабованості та якості, а також дозволяє адаптувати різні версії моделі для роботи на пристроях від смартфонів до серверів.

Як заявив гендиректор Sta­bil­i­ty AI Емад Мостак, модель заснована на комбінації архітектури дифузійного трансформера та методу зіставлення потоків (flow match­ing). Техніка flow match­ing призначена для того, щоб плавно переходити від випадкового шуму до структурованого зображення без необхідності симулювати кожен крок процесу.

Нагадаємо — на початку лютого стало відомо, що компанія Ope­nAI за підтримки Microsoft готується зробити справжню революцію в автоматизації складних завдань. Їхнє новітнє досягнення — розробка інтелектуальних агентів, програм, здатних не лише взаємодіяти з користувачами в інтернеті, а й повністю перебирати на себе управління пристроями.