Stability AI lansirao najveći slikovni model, za još kvalitetnije ilustracije

Tim Stability AI, koji stoji iza popularnog alata za AI generiranje slika Stable Diffusion objavio je ovoga tjedna svoj novi, najbolji i najveći do sada, model generativne umjetne inteligencije, SDXL 1.0, za koji kažu kako je “najbolji na svijetu”. Testiran je u odnosu na postojeće modele, a ispitanici su potvrdili da im se više sviđaju ilustracije nastale korištenjem novog alata, u usporedbi sa svim (ionako dobrim) rezultatima koje je davao Stable Diffusion.

U oblaku ili lokalno

SDXL trenutačno sadrži čak 3,5 milijardi parametara u osnovnom modelu te dodatnih 6,6 milijardi u modelu koji služi za doradu slika. Najviše je to među svim sličnim javno dostupnim alatima, a ova kombinacija funkcionira na sljedeći način: u prvom koraku manji model pretvara tekst u sliku veličine 128×128 piksela, s mnogo šuma, a odatle posao preuzima drugi model i rafinira sliku, povećava je do 1.024×1.024 točaka i dotjeruje detalje.

Kažu kako su modeli optimizirani za rad u cloudu, ali i na računalima koja imaju na raspolaganju GPU s barem 8GB VRAM memorije. Za te svrhe moguće je novi SDXL preuzeti s GitHuba, a pristup je omogućen i putem API-ja.

Kad je riječ o poboljšanjima, SDXL 1.0 nudi mogućnost generiranja još kvalitetnijih fotorealističnih slika, podešen je za viši kontrast, življe i točnije boje, kao i realističniji prikaz svjetla i sjene od svojih prethodnika. Bit će, kažu, bolji i u zadacima koji su inače problematični kod AI modela – kao što su crtanje ruku, teksta i prostornog smještanja objekata unutar kompozicije slike.

Povrh toga, omogućena je i naknadna dorada slika, pretvaranje kompozicije u neki sasvim drugi prizor, promjena stila i slično.

Kako bi se dobili kvalitetni rezultati, novi alat treba i manje riječi u promptu, tj. sustav će bolje razumjeti tekstualne naredbe i generirati rezultate bliže onima koje korisnik očekuje. Stabilityjev SDXL 1.0 moguće je isprobati unutar njihove usluge Clipdrop, gdje se besplatno može generirati ograničen broj slika (400 na dan).