شرکت Stability AI هوش مصنوعی مولد تصویر جدیدش را رونمایی کرد

شرکت Stability AI جدیدترین مدل هوش مصنوعی مولد تصویر خود را معرفی کرد. این مدل جدید Stable Cascade نام دارد و سریع‌تر و قدرتمندتر از رقباش خواهد بود.

به‌گزارش تک‌ناک، همان‌طور‌که شرکت هوش مصنوعی Stability اعلام کرده است، مدل Stable Cascade قرار است از مدل پیشرو و شناخته‌شده آن، Stable Diffusion، قوی‌تر باشد. Stable Diffusion پایه و اساس بسیاری از ابزارهای هوش مصنوعی تبدیل متن به تصویر است.

مدل هوش مصنوعی مولد تصویر Stable Cascade می‌تواند عکس‌های متنوع و دقیقی تولید کند و حتی وضوح تصویر موجود را افزایش دهد. ویژگی‌های دیگر ویرایش متن به تصویر شامل Inpainting و Outpainting است.

در ویژگی Inpainting، هوش مصنوعی فقط قسمت خاصی از تصویر را ویرایش می‌کند؛ اما در ویژگی Outpainting، مدل از لبه‌های تصویر موجود استفاده می‌کند تا عکس جدیدی ایجاد کند. این یعنی Outpainting تصویر را به‌گونه‌ای گسترش می‌دهد که گویی از ابتدا با وضوح و جزئیات بیشتر نقاشی شده است.

در‌حال‌حاضر، Stable Cascade فقط روی پلتفرم گیت‌هاب در‌اختیار محققان است و به‌صورت تجاری دردسترس قرار ندارد. این مدل امکانات گسترده‌تری به کاربر ارائه می‌دهد؛ در‌حالی‌که شرکت‌های مختلفی همچون گوگل و اپل نیز مدل‌های مولد تصویر خود را معرفی کرده‌اند.

برخلاف مدل‌های پرچم‌دار Stable Diffusion، مدل Stable Cascade مدل زبانی بزرگی نیست؛ بلکه سه مدل مجزا است که از ساختار Würstchen استفاده می‌کنند. مرحله اول (مرحله C) ورودی‌های متنی را به کدهای کوچک‌تر به نام Latent فشرده می‌کند. سپس این کدها به مرحله A و B منتقل می‌شوند و در آنجا اطلاعات کامل تصویر بازسازی می‌شود.

این مدل با تقسیم درخواست‌ها به بخش‌های کوچک‌تر، باعث فشرده‌سازی درخواست می‌شود تا نیاز به حافظه کمتر و امکان اجرای سریع‌تر را فراهم کند. این باعث می‌شود تا عملکردی بهتر هم در هم‌ترازی پرسمان و هم در کیفیت ظاهری ایجاد شود. زمان ایجاد تصویر در مدل Stable Cascade حدود ۱۰ ثانیه است؛ درحالی‌که در‌حال‌حاضر در مدل SDXL حدود ۲۲ ثانیه طول می‌کشد.

شرکت Stability AI به محبوبیت روش انتشار پایدار کمک کرده است. این موضوع چندین دعوی حقوقی بوده است که مدعی‌اند Stable Diffusion بدون اجازه صاحبان حقوق، با استفاده از داده‌های دارای حق تکثیر آموزش دیده است. یکی از دعواهای حقوقی در انگلستان را Getty Images علیه Stability AI در دسامبر سال گذشته پیش برد. دسامبر ۲۰۲۳، Stability AI برای تأمین بودجه تحقیقاتش، فروش مجوزهای تجاری به‌صورت اشتراکی را آغاز کرد.