Stability AI ha presentado recientemente su último modelo de generación de imágenes, Stable Cascade. Este nuevo modelo ofrece velocidades más rápidas y capacidades mejoradas en comparación con su predecesor, Stable Diffusion, que sirve como base para muchas otras herramientas de generación de texto a imagen de IA. Stable Cascade tiene la capacidad de generar fotos y proporcionar variaciones de la imagen original que crea, así como mejorar la resolución de imágenes existentes. Otras características adicionales de edición de texto a imagen incluyen rellenar y desvanecer, donde se pueden editar partes específicas de una imagen, y bordes canny, lo que permite a los usuarios crear una nueva foto utilizando los bordes de una imagen existente. Si bien empresas como Google y Apple también están lanzando sus propios modelos de generación de imágenes, Stable Cascade se distingue de los modelos insignia Stable Diffusion de Stability al utilizar la arquitectura Würstchen.

En lugar de ser un único modelo de lenguaje grande, Stable Cascade se compone de tres modelos diferentes: la etapa C comprime las indicaciones de texto en fragmentos más pequeños de código llamados latentes, que luego son decodificados por las etapas A y B para cumplir con la solicitud. Descomponer las solicitudes en componentes más pequeños reduce los requisitos de memoria y el tiempo de entrenamiento en las GPUs, lo que se traduce en un procesamiento más rápido. El nuevo modelo, aunque actualmente está disponible en GitHub para investigadores y no para uso comercial, ofrece más opciones y muestra una mejora en el rendimiento tanto en alineación de indicaciones como en calidad estética. Se tarda aproximadamente 10 segundos en generar una imagen, mientras que el modelo SDXL actual requiere 22 segundos. También puedes registrarte en Verge Deals para recibir ofertas diarias de productos probados enviadas directamente a tu bandeja de entrada, cortesía de nuestro patrocinador.