Stable Diffusion 3（SD3）テクノロジーレポートは、SD3が採用するマルチモーダル拡散トランスフォーマーアーキテクチャMMDiTについて詳細に説明しています。画像とテキスト表現に対して別々の2つの重みセットを使用することで、性能が向上しました。レポートでは、SD3が再重み付けフロー技術を導入したこと、そして将来的な性能向上を見据えた大規模化研究についても明らかにしています。さらに、テキストエンコーダーの問題点と提案についても触れています。全体的に見て、SD3は技術的な革新と性能において深い印象を与えます。
上海階躍星辰智能科技有限公司は先日、画像生成モデルStep-1Xシリーズの大幅なアップグレードを発表し、性能が向上したStep-1X-Mediumバージョンをリリースしました。このアップグレード版では、MMDitアーキテクチャに基づき生成速度が30％以上向上しました。また、ターゲットを絞ったトレーニングにより、理解力とテキストと画像の一貫性が向上し、生成された画像のディテールと質感がより自然になりました。
最近のAWS re:Inventカンファレンスで、Stable Diffusion 3.5 Large（SD3.5 Large）がAmazon Bedrockプラットフォームで正式に利用可能になったことが発表されました。AWSのフルマネージドプラットフォームであるBedrockは、開発者がジェネレーティブAIアプリケーションを構築および拡張するための基盤モデルを提供することを目的としています。Stability AIは、SD3.5 LargeをAmazon Bedrockに導入することで、
Stability AIは、Stable Diffusion 3.5 Largeの新バージョンを正式リリースし、Blur、Canny、Depthの3種類のControlNet機能を追加しました。このアップデートにより、ユーザーはより強力な画像生成能力を得ることができ、生成される画像はより豊かで多様になります。Stability AIによると、このモデルのリリースはコミュニティライセンス契約に基づいており、非営利目的での無料使用が許可されています。
Stability AIは最近、最新のテキストから画像への深層学習生成モデルであるStable Diffusion 3.5を発表しました。このバージョンには、研究者、企業顧客、愛好家など、さまざまなユーザーのニーズに対応するために、3つの改良されたオープンソースモデルが含まれています。中でもStable Diffusion 3.5 Largeは、パラメーター数が81億個と、シリーズ全体で最も強力なモデルです。このモデルは、卓越した画像品質とプロンプトへの高い応答性により、プロフェッショナルユーザーに最適です。
