به تازگی StabilityAI خانواده جدید مدل‌های هوش مصنوعی تصویری خود، Stable Diffusion 3.5 را منتشر کرد. این نسخه با ویژگی‌هایی چون واقع‌گرایی بهبود یافته، سرعت بالاتر در پردازش و قابلیت رندرینگ متن بهتر نسبت به نسخه قبلی SD3 همراه است.
نسخه جدید Stable Diffusion 3.5 همانند نسخه اولیه SD3 در سه سایز مختلف (8B)، Large Turbo (8B) و Medium (2.6B) شده است و تمامی این نسخه‌ها قابلیت تنظیم و سفارشی‌سازی دارند تا بتوانند بر روی انواع سختافزارهای مصرفی به خوبی اجرا شوند. علاوه‌بر این تحت لیسانس جامعه هوش مصنوعی پایدار جهت استفاده کاربران در پروژه‌‌های مختلف در دسترس هستند.
شرکت StabilityAI اخیراً در اطلاعیه‌ای رسمی اذعان داشت که مدل Stable Diffusion 3 Medium عرضه شده در ماه ژوئن “به‌طور کامل استانداردهای ما یا انتظارات کاربران را برآورده نمی‌کرد”.
این شرکت اضافه کرد که “پس از گوش دادن به بازخورد ارزشمند جامعه، به جای یک راه حل سریع ما وقت گذاشتیم تا نسخه‌ای را توسعه دهیم که ماموریتمان را جهت تغییر و پیشبرد رسانه‌های بصری محقق کند.”
ویژگی‌های جدید Stable Diffusion 3.5
به گفته StabilityAI مدل‌های ارائه‌شده بر روی قابلیت سفارشی‌سازی، عملکرد کارآمد و خروجی‌های متنوع تمرکز دارند. یکی از نمایندگان این شرکت توضیح داد: «Stable Diffusion 3.5 به‌عنوان قدرتمندترین مدل این شرکت تا به امروز نشان‌دهنده تعهد ما به توانمندسازی خالقان محتوا با ابزارهایی است که نه‌تنها دسترسی آسانی دارند بلکه از نظر فنی نیز پیشرفته‌تر هستند.»
این گفته بدان معناست که می‌توان تصاویر را با دقت بالایی تنظیم کرد و مدل‌ها را بر روی انواع مختلف سختافزارهای مصرفی اجرا نمود. تصاویر تولیدی نیز منحصربه‌فرد و متمایز از یکدیگر هستند. علاوه‌بر این توجه ویژه‌ای به انتخاب سبک‌های نوین در زمینه‌هایی مانند عکاسی و نقاشی شده است و برای تعیین سبک‌های خاصی مانند بوهو یا فشن می‌توان از دستورات هشتگ بهره گرفت. همچنین برجسته‌سازی در اعلان‌ها برای راهنمایی مدل به سمت مسیر مورد نظر از دیگر ویژگی‌های این مدل محسوب می‌شود.
این شرکت در بیانیه مطبوعاتی اخیر اعلام کرده: «نسخه جدید Stable Diffusion 3.5 Large با سرعت بی‌نظیری در بازار پیشرو است و حتی با مدل‌های بسیار بزرگ و پیشرفته‌تر، از نظر کیفیت تصویر رقابت می‌کند.»
مدل Stable Diffusion 3.5 Turbo با ارائه برخی از سریع‌ترین زمان‌های پردازش در میان هم‌رده‌های خود توانسته است در عرصه سرعت و کیفیت حتی در مقایسه با مدل‌های غیر تقطیر با اندازه‌های مشابه رقابتی تنگاتنگ داشته باشد.
مدل Stable Diffusion 3.5 Medium نیز بهتر از سایر مدل‌های سایز متوسط عمل کرده و توازن مناسبی بین سرعت و کیفیت تصویر برقرار می‌کند.
این مدل هوش مصنوعی برای مقاصد غیر تجاری مانند تحقیقات علمی بدون پرداخت هزینه قابل استفاده است. همچنین کسب‌وکارهای کوچک و متوسط با درآمدی تا یک میلیون دلار می‌توانند به‌صورت رایگان از این مدل بهره‌مند شوند. اما استفاده‌هایی که فراتر از این محدوده مالی باشند نیازمند اخذ مجوزهای لازم از سازمان‌های مربوطه هستند.
