يحاول الذكاء الاصطناعي المستقر البقاء في المقدمة من خلال نموذج الذكاء الاصطناعي الجديد لإنشاء الصور

أحدث نموذج لـ Stability AI لتوليد الصور هو Stable Cascade الذي يعد بأن يكون أسرع وأقوى من سابقه الرائد في الصناعة، Stable Diffusion، والذي يعد أساس العديد من أدوات الذكاء الاصطناعي الأخرى لتوليد النص إلى صورة.

يمكن لـ Stable Cascade إنشاء صور وإعطاء أشكال مختلفة للصورة الدقيقة التي أنشأها، أو محاولة زيادة دقة الصورة الموجودة. تشتمل ميزات تحرير النص إلى صورة أخرى على الرسم الداخلي والرسم الخارجي، حيث سيقوم النموذج بتحرير جزء معين فقط من الصورة، بالإضافة إلى ميزة Canny Edge، حيث يمكن للمستخدمين إنشاء صورة جديدة فقط باستخدام حواف الصورة الموجودة.

النموذج الجديد متاح على GitHub للباحثين ولكن ليس للاستخدام التجاري، ويجلب المزيد من الخيارات حتى مع قيام شركات مثل Google وحتى Apple بإصدار نماذج توليد الصور الخاصة بها.

على عكس نماذج Stable Diffusion الرائدة في Stability، فإن Stable Cascade ليس نموذجًا لغويًا واحدًا كبيرًا – إنه ثلاثة نماذج مختلفة تعتمد على بنية Würstchen، المرحلة الأولى، المرحلة C، تضغط مطالبات النص إلى أجزاء كامنة (أو أجزاء أصغر من التعليمات البرمجية) التي يتم بعد ذلك تم تمريرها إلى المرحلتين A وB لفك تشفير الطلب.

يؤدي تقسيم الطلبات إلى أجزاء أصغر إلى ضغط الطلب ليتطلب ذاكرة أقل (وساعات أقل من التدريب على وحدات معالجة الرسومات التي يصعب العثور عليها) ويعمل بشكل أسرع. مع الأداء الأفضل “في كل من المحاذاة السريعة والجودة الجمالية.” استغرق إنشاء الصورة حوالي 10 ثوانٍ مقارنة بـ 22 ثانية لنموذج SDXL المستخدم حاليًا.

ساعد Stability AI في نشر طريقة النشر المستقر وكان أيضًا موضوعًا للعديد من الدعاوى القضائية التي تزعم أن Stable Diffusion تم تدريبه على البيانات المحمية بحقوق الطبع والنشر دون الحصول على إذن من أصحاب الحقوق – ومن المقرر أن يتم رفع دعوى قضائية في المملكة المتحدة من قبل Getty Images ضد Stability AI إلى المحاكمة في ديسمبر. وبدأت في تقديم التراخيص التجارية من خلال الاشتراك في ديسمبر، وهو ما قالت الشركة إنه ضروري للمساعدة في تمويل أبحاثها.