Stability AI недавно представила свою последнюю модель генерации изображений, Stable Cascade. Эта новая модель предлагает более быструю скорость и расширенные возможности по сравнению с ее предшественником, Stable Diffusion, который является основой для многих других инструментов искусственного интеллекта для создания текста в изображение. Stable Cascade имеет возможность генерировать фотографии и предоставлять вариации оригинального созданного изображения, а также улучшать разрешение существующих изображений. Дополнительные функции редактирования текста в изображение включают заполнение пропущенных частей и вынос пропущенных частей, где определенные части изображения могут быть отредактированы, и кроме того с помощью canny edge пользователи могут создать новое фото, используя контуры существующего изображения. В то время как такие компании, как Google и Apple, также выпускают свои собственные модели генерации изображений, Stable Cascade отличается от флагманских моделей Stable Diffusion компании Stability благодаря использованию архитектуры Würstchen.

Вместо того чтобы быть единой большой моделью языка, Stable Cascade состоит из трех разных моделей: этап C сжимает текстовые подсказки в более мелкие фрагменты кода, называемые латентами, которые затем декодируются этапами A и B для выполнения запроса. Разделение запросов на меньшие компоненты снижает требования к памяти и время обучения на графических процессорах, что приводит к более быстрой обработке. Новая модель, хотя в настоящее время доступна на GitHub только для исследователей и не предназначена для коммерческого использования, предлагает больше вариантов и демонстрирует улучшенные показатели как в выравнивании текстовых подсказок, так и в эстетическом качестве. Генерация изображения занимает примерно 10 секунд, в то время как текущая модель SDXL требует 22 секунды. Вы также можете подписаться на Verge Deals, чтобы получать ежедневные предложения по проверенным продуктам, присылаемые напрямую на вашу электронную почту от нашего спонсора.