A startup de IA Stability AI lançou uma nova versão de código aberto de seu principal modelo de conversão de texto em imagem, Stable Diffusion XL 1.0 (SDXL 1.0), que considera seu modelo “mais avançado” até o momento.
Fonte da imagem: Pixabay
Disponível no GitHub, além da API de estabilidade e dos aplicativos de consumidor Clipdrop e DreamStudio, o SDXL 1.0 oferece cores “mais brilhantes” e “precisas” e melhor contraste, sombras e iluminação em comparação com a versão anterior, diz Stability.
Joe Penna, chefe de aprendizado de máquina aplicado da Stability AI, disse ao TechCrunch que o SDXL 1.0, com 3,5 bilhões de parâmetros, pode produzir imagens de 1 megapixel “em segundos” com várias proporções.
O modelo Stable Diffusion XL 0.9 da geração anterior também podia produzir imagens de alta resolução, mas exigia mais poder de processamento para funcionar. Como o SiliconANGLE apontou, o código-fonte aberto, junto com a capacidade de rodar em hardware relativamente simples, torna o SDXL 1.0 muito mais acessível do que os modelos de imagem concorrentes.
«O SDXL 1.0 é personalizável e pronto para ser ajustado para se adequar a conceitos e estilos”, disse Penna. “Também é fácil de usar, com a capacidade de criar projetos complexos com consultas básicas de processamento de linguagem natural.”
Além disso, o SDXL 1.0 recebeu melhorias na área de geração de texto. Embora muitos dos melhores modelos de conversão de texto em imagem tenham problemas para gerar imagens com logotipos legíveis, muito menos caligrafia ou fontes, o SDXL 1.0 é capaz de geração e legibilidade “avançadas” de texto, diz Penna.
O SDXL 1.0 apresenta pintura interna para restaurar partes ausentes de uma imagem, pintura externa (expansão de imagens existentes) e dicas de imagem para imagem para adicionar várias dicas de texto após a entrada de uma imagem para criar variações mais detalhadas dessa imagem. Além disso, o modelo “entende” instruções complexas de várias partes dadas em prompts curtos, enquanto os modelos anteriores de difusão estável exigiam prompts de texto mais longos.
O conjunto de treinamento SDXL 1.0 também inclui o trabalho de artistas que protestaram contra empresas, incluindo Stability AI, usando seu trabalho como dados de treinamento para modelos generativos de IA. Stability AI afirma estar protegida de responsabilidade legal pela doutrina de uso justo, pelo menos nos EUA. Embora isso não tenha impedido a Getty Images de processar a Stability AI por usar ilegalmente as imagens do serviço para treinar sua rede neural generativa.