Компания Stability AI, которая стоит за разработкой генеративной сети Stable Diffusion, опубликовала API для следующего поколения нейросети, Stable Diffusion 3. Новая версия нейросети была анонсирована в феврале. Публикация API означает, что до момента официального выхода базовой модели нового поколения остались считанные недели.
Новая версия Stable Diffusion заметно отличается от предыдущей, в роли которой сейчас выступает Stable Diffusion XL. Во-первых, для коммерческого использования SD 3.0 будет платной; месячный абонемент начинается с $20 для индивидуальных художников, иллюстраторов и предпринимателей; для крупных компаний цена будет выше. По утверждением разработчиков, в новом поколении нейросети, наконец, научились встраивать текстовые надписи и генерировать реалистичные объекты, что указывает на то, что новую нейросеть могли изначально оптимизировать для генерации маркетинговых материалов.
Второе отличие — цензура. В материалах Stability AI много внимания уделено «безопасности» новой модели, что, по мнению создателей нейросети, означает вовсе не невозможность создавать дипфейки или фотореалистичные изображения орудий убийств. В ранних утечках упоминались лицензионные механизмы, которые будут ограничивать легальные возможности разработчиков для обхода встроенных ограничений. Похожие ограничения уже вводились в оказавшейся неудачной модели Stable Diffusion 2.0.
Наконец, с технической точки зрения будет доступна не одна, а несколько базовых моделей разного качества и разрешения. Утверждается, что самая крупная и качественная модель с выходным разрешением 1024х1024 потребует 24 Гбайт видеопамяти, а самая легкая, с выходным разрешением 512х512, позиционируется в качестве замены для SD 1.5 на новом качественном уровне.
На данный момент судить о возможностях новой модели рано. Подождем официального выхода базовых моделей и обученных моделей от сторонних разработчиков, которые обычно появляются спустя одну-две недели после выхода базовой.
