Stability AI, la startup con sede a Londra che sta dietro Stable Diffusion, il popolare generatore di testo a immagine basato sull’intelligenza artificiale, ha presentato una nuova versione: Stable Diffusion 2.0.
La versione più recente è stata rilasciata come software open source intorno al 22 novembre. Include modelli text-to-image addestrati utilizzando un nuovo codificatore di testo, OpenCLIP, sviluppato da LAION con il supporto di Stability. OpenCLIP è progettato per migliorare la qualità delle immagini generate rispetto alla versione originale del motore AI.
Stable Diffusion 2.0 può generare immagini con risoluzioni predefinite di 512×512 pixel – le stesse dell’iterazione precedente – ma anche 768×768 pixel. Gli utenti probabilmente utilizzeranno metodi esterni per migliorare ulteriormente le immagini, tra cui chaiNNer o TinyWow.
Un modello di diffusione stabile guidato dalla profondità, depth2img, è stato aggiunto a Stable Diffusion 2.0 per generare nuove immagini mantenendo la stessa forma e profondità di base di un’immagine originale.
Stable Diffusion 2.0, un nuovo modello di inpainting
Stable Diffusion 2.0 ha anche un nuovo modello di inpainting guidato dal testo, il che significa che gli utenti possono cambiare parti di un’immagine in velocità.
“Proprio come la prima iterazione di Stable Diffusion, abbiamo lavorato duramente per ottimizzare il modello per l’esecuzione su una singola GPU: volevamo renderlo accessibile al maggior numero possibile di persone fin dall’inizio”, ha detto Stability all’annuncio.
“Questa nuova versione, insieme alle sue nuove potenti funzionalità come depth2img e capacità di upscaling ad alta risoluzione, servirà come base per innumerevoli applicazioni e consentirà un’esplosione di nuovo potenziale creativo”.
È possibile accedere a Stable Diffusion 2.0 tramite GitHub o HuggingFace.
La nuova versione di Stable Diffusion di Stability arriva sulla scia dei 101 milioni di dollari in nuovi finanziamenti che la società si è assicurata. Prima di rilasciare Stable Diffusion 2.0, la startup ha dichiarato di voler sviluppare modelli di intelligenza artificiale aperti per linguaggio, audio e video per casi d’uso sia consumer che enterprise.
