Може да се стартира и на домашния компютър: излезе мощната Stable Diffusion 3 Medium

Това е по-малък модел, но достатъчно мощен, за да създава реалистични изображения.

Компанията Stability AI представи новия си езиков модел Stable Diffusion 3 Medium, който вече се счита за „най-усъвършенствания модел с отворен код за генериране на изображения“. Невронната мрежа съдържа 2 млрд. параметъра (по-старата версия има 8 млрд.) и може да генерира изключително реалистични изображения без каквито и да било сложни работни процеси. Но най-важното е, че Stable Diffusion 3 Medium работи на обикновени потребителски графични карти с 5 GB памет, въпреки че оптималните изисквания посочват 16 GB. В миналото Stable Diffusion изискваше само най-новите модели на NVIDIA, но сега изискванията са понижени.

Stability AI твърди, че новият езиков модел е премахнал често срещаните дефекти в ръцете и лицата на хората при генериране на изображения, подобрил е типографията, разбирането на естествения език и пространственото представяне на елементите. SD3 Medium разбира сложни текстови описания, затова осигурява „безпрецедентна“ точност. Освен това се отбелязва по-високата детайлност на мегапиксел. Всички тези подобрения до голяма степен се дължат на архитектурата на Diffusion Transformer.

Друг важен момент е размерът на езиковия модел, който прави SD3 Medium идеален за работа със стандартни потребителски графични процесори. В същото време не се наблюдава намаляване на производителността. От Stability AI заявиха, че планират непрекъснато да подобряват този модел на изкуствен интелект. Потребителите вече могат да тестват SD3 Medium чрез API на Stability или на сървъра Stable Artisan през Discord.