Stable Diffusion 3 ma być już niedługo najpotężniejszym modelem AI generującym obrazy. Narzędzie ma opierać się na zupełnie nowej architekturze i ma działać na różnorodnym sprzęcie.
Postrach dla innych AI
SD3 w ramach swojej architektury ma wykorzystywać “transformator dyfuzyjny”, nowoczesną technikę, którą posiada także Sora. Narzędzie ma również korzystać z “dopasowywania przepływu”, które ma poprawiać jakość wygenerowanych obrazów, bez zbytniego obciążania urządzenia.
Zestaw modeli ma obejmować od 800 milionów do 8 miliardów parametrów i ma być przeznaczony dla większości sprzętów. Przede wszystkim narzędzie nie będzie ograniczone do interfejsu API, jednakże nadal będzie potrzebowało korzystać z dosyć silnego procesora graficznego. Na portalu X szef firmy Emad Mostaque, również zauważa, że model będzie, w stanie, obsługiwać multimodalność oraz wprowadzać i generować wideo.
Firma w krótkim komunikacie na temat technologii również wspomina o zabezpieczeniach, jakie zostaną zastosowane w modelu.
– Podjęliśmy i nadal podejmujemy rozsądne kroki, aby zapobiec niewłaściwemu wykorzystaniu Stable Diffusion 3 przez złych aktorów. Bezpieczeństwo zaczyna się w momencie rozpoczęcia szkolenia naszego modelu i trwa przez cały okres testowania, oceny i wdrażania. W ramach przygotowań do tej wczesnej wersji zapoznawczej wprowadziliśmy liczne zabezpieczenia. – oświadcza firma.
