Stability AI hat eine frühe Vorabversion von Stable Diffusion 3.0 veröffentlicht, einem generativen KI-Modell der nächsten Generation zur Umwandlung von Text in Bilder. Das Unternehmen hat seine Bildmodelle im vergangenen Jahr kontinuierlich verbessert, und das neue Modell zielt darauf ab, eine bessere Bildqualität und Leistung zu bieten. Es konzentriert sich auch auf die Verbesserung der Typografie, ein Bereich, in dem frühere Modelle Schwierigkeiten hatten. Stable Diffusion 3.0 basiert auf einer neuen Architektur, den so genannten Diffusionstransformatoren, die eine neue Ära der Bilderzeugung ermöglichen. Das Modell wird in verschiedenen Größen entwickelt, die von 800M bis 8B Parametern reichen. Stability AI hat auch mit anderen Ansätzen experimentiert, wie zum Beispiel der Würstchen-Architektur in Stable Cascade. Die verbesserte Typografie in Stable Diffusion 3.0 wird durch die Verwendung der Transformator-Architektur und zusätzlicher Text-Encoder erreicht. Das Modell wird zunächst als Text-zu-Bild-Technologie demonstriert, dient aber als Grundlage für zukünftige visuelle Modelle, einschließlich Video- und 3D-Bilderzeugung.
>
