Anúncio do Stable Diffusion 3

• O Stable Diffusion 3 é o modelo de texto para imagem mais avançado, com desempenho significativamente melhorado em prompts de múltiplos assuntos, qualidade de imagem e capacidade de ortografia
• Ainda não está amplamente disponível, mas começamos a registrar interessados na prévia antecipada
• Esta etapa de prévia é importante para obter insights para melhorar desempenho e segurança, como nos modelos anteriores

Escopo e tecnologia do modelo

• A suíte Stable Diffusion 3 tem uma faixa de 800M a 8B de parâmetros
• Essa abordagem está alinhada com os valores essenciais e com o objetivo de torná-lo acessível para todos, oferecendo várias opções com escalabilidade e qualidade que melhor atendem às necessidades criativas dos usuários
• O SD3 combina arquitetura Diffusion Transformer com Flow Matching
• Um relatório técnico detalhado será lançado em breve

Práticas de IA responsável e segura

• Colocamos grande importância em praticar uma IA responsável e segura
• Tomamos medidas razoáveis para evitar o mau uso do Stable Diffusion 3, e isso se estende desde os testes e avaliações nos estágios iniciais do treinamento do modelo até a implantação
• Ao preparar a prévia inicial, introduzimos várias camadas de segurança
• Esperamos continuar inovando ao nos aproximarmos da disponibilização pública do modelo por meio de colaboração contínua com pesquisadores, especialistas e a comunidade

Compromisso e ativação da criatividade

• Nosso compromisso com uma IA generativa que seja aberta, segura e amplamente acessível é firme
• Com o Stable Diffusion 3, esperamos oferecer uma solução adaptável para que pessoas físicas, desenvolvedores e empresas possam explorar sua criatividade
• Se quiser usar comercialmente modelos de imagem antes do lançamento do Stable Diffusion 3, acesse a página de assinatura da Stability AI ou use a API através da plataforma de desenvolvedores

[xguru]

Comentários do Hacker News

• Usa um novo tipo de transformador de difusão, combinando 83 687 matching e outras melhorias.

  • A melhoria no transformador permite escalar mais e aceitar entrada multimodal.
  • Est pronto para ser liberado visando aumentar a qualidade e a seguran�e3, e ser lançado junto com todo o ecossistema de ferramentas.
  • �Uma nova base que aproveita hardware de ponta, disponibilizada em todos os tamanhos.
  • Permite v�ideo, 3D etc.
  • Exige mais GPUs.
  • Os detalhes tcnicos sero divulgados em breve.
  • Com GPUs e dados suficientes, pode gerar v�ideos semelhantes ao Sora.
  • Est dispondivel em diferentes tamanhos, de 8 milh?es de 8 bilhões de par�e1metros, para funcionar em todos os tipos de GPU.

• A preocupa por seguran3 parece ser uma oportunidade de marketing perdida, considerando o recente incidente do Gemini.

  • O excesso de seguran faz com que a maioria das imagens fique muito borrada, e prompts que funcionavam na vers3o anterior ficam desfocados no SDXL.
  • Se a pr�f1ima vers3o for assim, vou parar de usar a Stability API.
  • Estou curioso para ver se existe outro servi0 de texto-imagem que entregue valor e qualidade semelhantes ao Stable Diffusion sem tanto borramento.

• Dado o contexto atual de censura, vai ser interessante ver o que essa "seguran" significa desta vez.

  • Tive bastante dificuldade ao tentar gerar uma imagem de arma para ativos de jogo usando o DALL·E.

• Metade do comunicado de lan�e1mento � dizer "somos realmente responsáveis e seguros".

• Todas as imagens de demonstra s�eo 'artwork'.

  • Fico curioso para ver se o modelo tamb�e n fotos, desenhos tcnicos e outros tipos de m�eddia gr?fica.

• A parte de texto e ortografia teve um grande avan�a.

• Reescrevem a parte de "seguran" substituindo uma ferramenta de IA por uma faca imagin�eria chamada 'Big Knife'.

  • "Acreditamos em um uso seguro e responsvel de facas. Isso significa que tomamos medidas razo�e1veis para impedir o mau uso do Big Knife por atores mal-intencionados."