Berita Difusi Stabil 3.5 mengikuti petunjuk Anda dengan lebih cermat dan menghasilkan lebih banyak orang yang beragam

Difusi Stabil, alternatif sumber terbuka untuk generator gambar AI sejenisnya Tengah perjalanan Dan DALL-Etelah diperbarui menjadi versi 3.5. Model baru ini mencoba memperbaiki beberapa kesalahan (yang mungkin meremehkan) dari Stable Diffusion 3 Medium yang banyak disorot. Stability AI mengatakan model 3.5 mematuhi perintah lebih baik daripada generator gambar lainnya dan bersaing dengan model yang jauh lebih besar dalam kualitas keluaran. Selain itu, ini disesuaikan untuk keragaman gaya, warna kulit, dan fitur yang lebih besar tanpa perlu diminta untuk melakukannya secara eksplisit.

Model baru ini hadir dalam tiga rasa. Difusi Stabil 3.5 Besar adalah yang paling kuat dari ketiganya, dengan kualitas tertinggi, sekaligus memimpin industri dalam kepatuhan yang cepat. Stabilitas AI mengatakan model tersebut cocok untuk penggunaan profesional dengan resolusi 1 MP.

Sementara itu, Stable Diffusion 3.5 Large Turbo merupakan versi “suling” dari model yang lebih besar, yang lebih berfokus pada efisiensi daripada kualitas maksimal. Stability AI mengatakan varian Turbo masih menghasilkan “gambar berkualitas tinggi dengan kepatuhan cepat yang luar biasa” dalam empat langkah.

Terakhir, Stable Diffusion 3.5 Medium (2,5 miliar parameter) dirancang untuk berjalan pada perangkat keras konsumen, menyeimbangkan kualitas dengan kesederhanaan. Dengan kemudahan penyesuaian yang lebih besar, model ini dapat menghasilkan gambar dengan resolusi antara 0,25 dan 2 megapiksel. Namun, tidak seperti dua model pertama yang tersedia sekarang, Stable Diffusion 3.5 Medium baru akan hadir pada tanggal 29 Oktober.

Trio baru mengikuti yang gagal Difusi Stabil 3 Sedang pada bulan Juni. Perusahaan mengakui bahwa pelepasan tersebut “tidak sepenuhnya memenuhi standar kami atau harapan komunitas kami,” karena memang ada yang dihasilkan kengerian tubuh yang sangat aneh sebagai tanggapan atas permintaan yang tidak meminta hal seperti itu. Stabilitas yang berulang kali disebutkan oleh AI tentang kepatuhan cepat yang luar biasa dalam pengumuman hari ini kemungkinan besar bukan suatu kebetulan.

Meskipun Stability AI hanya menyebutkannya secara singkat dalam postingan blog pengumumannya, seri 3.5 memiliki filter baru untuk lebih mencerminkan keragaman manusia. Perusahaan menggambarkan keluaran manusia dari model-model baru ini sebagai “mewakili dunia, bukan hanya satu tipe orang, dengan warna kulit dan fitur yang berbeda, tanpa perlu disuruh secara ekstensif.”

Mari berharap teknologi ini cukup canggih untuk memperhitungkan seluk-beluk dan kepekaan sejarah, tidak seperti bencana Google yang terjadi awal tahun ini. Tanpa diminta untuk melakukannya, Gemini menghasilkan koleksi “foto” sejarah yang sangat tidak akurat Nazi dan Founding Fathers AS yang beragam secara etnis. Reaksinya begitu kuat sehingga Google tidak memasukkan kembali generasi manusia ke dalamnya sampai enam bulan kemudian.