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。

Stability AIが技術的障壁を再び突破し、新しいStable Diffusion 3.5 Mediumモデルを発表しました。この一般ユーザー向けのAIペイントツールは、完全に無料で商用利用が可能であるだけでなく、高性能と普及性の完璧なバランスを実現しています。多様なモダリティ拡散変換器（MMDiT-X）アーキテクチャを採用したこのモデルは、25億パラメータの簡素な設計により、一般ユーザーのハードウェアのハードル問題を巧みに解決しました。わずか9.9GBのVRAMで、ほとんどの消費者向けグラフィックカードでスムーズに動作します。

昨日夜、Stability AIは、その最強のモデルであるStable Diffusion 3.5を発表しました。これは単一のモデルではなく、研究者からビジネス愛好家、スタートアップ企業、企業まで、多様なニーズを満たすことを目的とした3つのバージョンを含むファミリーパックです。この3つのバージョンは、Stable Diffusion 3.5 Large、Stable Diffusion 3.5 Large Turbo、そして10月29日にリリース予定のバージョンです。

Stability AIは、最近の論争を受けてStable Diffusion 3のライセンスを緩和し、更新されたライセンス条項に対するユーザーからの反発を鎮めようとしています。当初のリリースには制限的な条件が含まれており、特にCivitAIプラットフォームでコミュニティからの反発を招きました。批判を受けて、Stability AIは以前よりも寛容なコミュニティライセンスを発表し、SD3モデルを研究および非商業目的で無料で使用することを許可しました。企業利用についても、年間…まで追加の緩和範囲を提供しています。

英国の人工知能スタートアップ企業Stability AIは、Prem Akkarajuを新CEOに任命しました。Akkaraju氏は以前、VFX企業Weta DigitalのCEOを務め、Stability AIの投資家でもあります。Stability AIには、元Facebook社長のSean Parker氏など強力な投資家が名を連ねており、総投資額は1億ドルを超えています。

Stable Diffusion 3モデルがDiT（Diffusion Transformer）アーキテクチャを採用して公開されました。Stable Diffusion 3は品質が大幅に向上しており、他のテキストから画像生成システムを凌駕しています。Stable Diffusion 3のパラメータ数は8億から8BSDに増加しました。このアーキテクチャはSoraの中核開発メンバーとニューヨーク大学助教授の共同研究に基づいています。

Stable Diffusion 3の技術レポートが公開されました。SD3はマルチモーダル拡散TransformerアーキテクチャMMDiTを採用しており、再重み付け流技術を導入することで性能が向上しています。SD3の大規模な研究と今後の性能向上、テキストエンコーダーの問題点と提案について説明しています。

Stable Diffusion 3は、最強のテキストツーイメージモデルです。MMDiTアーキテクチャを採用し、既存のテキストツーイメージ生成システムを凌駕する性能を発揮します。Stable Diffusion 3は、視覚的な美しさ、テキストへの忠実度、レイアウトにおいて、他の最先端モデルを上回ります。MMDiTアーキテクチャは、DiTと矩形流形式を組み合わせ、独立した重み集合を使用して画像と言語表現を処理します。Stable Diffusion 3は高い柔軟性を備えています。