Ett uppdaterat Stable Diffusion XL 1.0 neuralt nätverk har släppts - det här är en cool analog till Midjourney

Stability AI har meddelat lanseringen av Stable Diffusion XL 1.0, dess mest avancerade text-till-bild-modell någonsin. Enligt skaparna erbjuder den ljusare och mer exakta färger och fungerar med kontrast, skuggor och ljus bättre än tidigare versioner.

Generering i version 1.0 har blivit mycket snabbare: det rapporteras att en bild i en upplösning på 1 megapixel nu skapas på några sekunder. Textgenereringen har också förbättrats: medan de flesta text-till-bild-modeller inte kan skapa realistiska inskriptioner och logotyper, Stable Diffusion XL 1.0 kan "avancerad generation text".

Dessutom erbjuder den nya versionen målning (avsluta de saknade delarna av bilden), måla (expandera en befintlig bild) och arbeta med att konvertera en bild till en bild. Det senare fungerar ungefär som en generativ fyllning i Photoshop: användaren väljer en bild och beskriver vilka förändringar de vill se i utdata.

En annan viktig innovation är att det neurala nätverket började förstå komplexa instruktioner i form av korta frågor, medan den tidigare versionen krävde stora och specifika beskrivningar.

Den nya versionen av Stable Diffusion XL är redan tillgänglig på två plattformar som ägs av Stability AI: urklipp Och drömstudio. Du kan prova det neurala nätverket på båda gratis, men bild-bildgenerering är endast tillgängligt via DreamStudio. Det finns också nackdelar: den färdiga illustrationen kommer att ha en vattenstämpel, och kön för generation kan vara tusentals bilder (för att vara rättvis, under testet tog en kö på 1200 bilder mindre än två minuter). Utan att registrera dig kan du bara göra ett fåtal förfrågningar, sedan måste du skapa ett konto eller vänta 24 timmar för att uppdatera försök.

Stability AI tillkännagav också ett nytt partnerskap med Amazon. Med detta kommer Stable Diffusion XL 1.0 att släppas på Amazon Bedrock, en molnbaserad plattform för generativa AI-modeller.