Pengumuman Stable Diffusion 3

• Stable Diffusion 3 adalah model teks-ke-gambar terunggul, dengan peningkatan yang signifikan pada prompt multi-topik, kualitas gambar, dan kemampuan mengeja
• Meskipun belum tersedia secara luas, pendaftaran daftar tunggu untuk Early Preview telah dibuka
• Tahap preview ini, seperti model sebelumnya, penting untuk memperoleh wawasan guna meningkatkan performa dan keamanan

Cakupan dan Teknologi Model

• Kumpulan model Stable Diffusion 3 mencakup rentang 800M hingga 8B parameter
• Pendekatan ini selaras dengan nilai inti kami untuk membuatnya dapat diakses semua orang, serta menyediakan berbagai pilihan skala dan kualitas yang paling cocok untuk memenuhi kebutuhan kreatif pengguna
• SD3 menggabungkan arsitektur Diffusion Transformer dengan Flow Matching
• Laporan teknis terperinci akan segera dipublikasikan

Praktik AI yang Aman dan Bertanggung Jawab

• Kami menempatkan praktik AI yang aman dan bertanggung jawab sebagai prioritas
• Kami mengambil langkah-langkah yang wajar untuk mencegah penyalahgunaan Stable Diffusion 3, dan langkah ini berlanjut sejak tahap awal pelatihan hingga proses pengujian, evaluasi, dan deployment
• Menyiapkan preview awal, kami memperkenalkan berbagai fitur keamanan
• Dengan terus bekerja sama dengan peneliti, pakar, dan komunitas, kami berharap terjadinya inovasi lebih lanjut seiring makin banyaknya akses terhadap model ini

Komitmen dan Pemberdayaan Kreativitas

• Komitmen kami agar AI generatif tetap terbuka, aman, dan mudah diakses oleh semua orang tetap kuat
• Melalui Stable Diffusion 3, kami akan menyediakan solusi yang adaptif agar individu, pengembang, dan perusahaan dapat menyalurkan kreativitasnya
• Jika Anda ingin menggunakan model gambar lain secara komersial sebelum peluncuran Stable Diffusion 3, Anda dapat mengunjungi halaman keanggotaan Stability AI atau mengakses API melalui platform pengembang

[xguru]

Komentar Hacker News

• Menggunakan jenis transformer difusi baru yang menggabungkan flow matching dan peningkatan lain.

  • Dengan peningkatan transformer, dapat lebih mudah diskalakan dan menerima masukan multimodal.
  • Akan dirilis dengan peningkatan kualitas dan keamanan, dan diluncurkan bersama dengan seluruh ekosistem alat.
  • Berbasis pendekatan baru yang memanfaatkan perangkat keras terbaru, dan tersedia di semua ukuran.
  • Membuat fitur seperti video, 3D, dan sebagainya.
  • Membutuhkan lebih banyak GPU.
  • Detail teknisnya akan segera dipublikasikan.
  • Jika Anda memiliki GPU yang cukup dan data yang bagus, dapat menghasilkan video mirip Sora.
  • Tersedia dalam berbagai ukuran, dari 80 juta hingga 80 miliar parameter, sehingga bisa digunakan pada segala jenis GPU.

• Mengingat insiden Gemini baru-baru ini, fokus berlebihan pada keamanan tampak membuat kesempatan pemasaran terlewat.

  • Keamanan yang terlalu ketat membuat sebagian besar gambar terlihat buram, dan prompt yang berfungsi di versi sebelumnya menjadi buram di SDXL.
  • Jika versi berikutnya sama seperti ini, saya akan berhenti memakai Stability API.
  • Saya penasaran apakah ada layanan text-to-image lain yang menawarkan nilai dan kualitas sebanding dengan Stable Diffusion tanpa blur berlebihan.

• Menarik untuk melihat apa arti "keamanan" dalam konteks sensor saat ini.

  • Menjadi cukup sulit membuat gambar senjata untuk aset game menggunakan DallE.

• Setengah isi pengumuman ini dipenuhi dengan kalimat "kami benar-benar bertanggung jawab dan aman".

• Semua gambar demo adalah 'artwork'.

  • Bagaimana dengan kemampuan model dalam menghasilkan foto, gambar teknik, dan media grafis lainnya?

• Bagian teks/penulisan menunjukkan kemajuan besar.

• Bagian "keamanan" ditulis ulang, tapi digantikan dengan sebuah pisau imajiner bernama 'Big Knife'.

  • "Kami percaya pada penggunaan pisau yang aman dan bertanggung jawab. Ini berarti kami mengambil tindakan masuk akal untuk mencegah penyalahgunaan Big Knife oleh pelaku yang berniat jahat."