Stability AI
Iduroṣinṣin AI jẹ ibẹrẹ ti o da lori Ilu Lọndọnu lẹhin Stable Diffusion, monomono aworan iwuwo-ìmọ ti o fi ọrọ-si-aworan AI sori awọn miliọnu awọn kọnputa agbeka.
Akopọ
Nipa dasile awọn iwuwo awoṣe ni gbangba, o fa igbi ti awọn irinṣẹ ẹda orisun ṣiṣi ti o dije awọn ọna pipade lati OpenAI ati Google.
Jin Dive
Ti a da ni ọdun 2019 nipasẹ Emad Mostaque, Iduroṣinṣin AI dide si olokiki ni Oṣu Kẹjọ ọdun 2022 nigbati o ṣe atilẹyin itusilẹ gbangba ti Stable Diffusion, awoṣe itusilẹ wiwaba ti a kọ ni pataki lori data data LAION-5B. Ko dabi DALL-E tabi Midjourney, awọn iwuwo jẹ igbasilẹ, jẹ ki awọn aṣenọju, awọn oniwadi, ati awọn ile-iṣẹ ṣiṣẹ ati ṣatunṣe awoṣe ni agbegbe fun ọfẹ. Eyi fa bugbamu ti awọn orita, awọn afikun, ati awọn irinṣẹ bii Automatic1111 ati ControlNet. Ile-iṣẹ naa ti fẹ siwaju si ede (StableLM), ohun (Stable Audio), 3D, ati fidio (Stable Video Diffusion), ati firanṣẹ Stable Diffusion 3 ni 2024. Lẹhin igara igbeowosile ati ilọkuro Mostaque 2024, adari tuntun tun ṣe atunto ile-iṣẹ lori iwe-aṣẹ ile-iṣẹ alagbero lakoko titọju awọn ethos iwuwo-ìmọ.
Imọ-imọ-ẹrọ
Itankale Iduroṣinṣin jẹ awoṣe itọka wiwakọ: dipo kiko awọn piksẹli taara, o rọ awọn aworan sinu aaye wiwakọ kekere kan nipa lilo adaṣe adaṣe iyatọ, lẹhinna ṣiṣe ilana itankale nibẹ. U-Net kan kọ ẹkọ lati yi ariwo pada ni igbese nipa igbese, itọsọna nipasẹ awọn ifibọ ọrọ lati koodu koodu ara-CLIP nipasẹ akiyesi agbelebu. Ṣiṣẹ ni iṣiro awọn idinku aaye wiwaba, eyiti o jẹ deede idi ti awoṣe le ṣiṣẹ lori GPU alabara kan ju ile-iṣẹ data lọ.
Ipa Ilana
Ilana olutaja
Awọn maapu opopona olutaja ni ipa kini awọn ẹya ti ẹgbẹ rẹ le kọ ni atẹle.
Iye owo ati isuna
Awọn ofin iṣowo ati awọn aṣayan imuṣiṣẹ ni ipa lori idiyele igba pipẹ ati eewu.
Ewu ati ailewu
Awọn imoriya ile-iṣẹ ṣe apẹrẹ awọn abawọn ọja, iduro ailewu, ati ṣiṣi.
Ojo iwaju ti iduroṣinṣin AI
Iduroṣinṣin AI n ṣe atunṣe si awọn API ile-iṣẹ, media-ati-idaraya awọn ajọṣepọ (pẹlu adehun pẹlu WPP), ati awọn awoṣe ore-eti kekere to lati ṣiṣẹ lori awọn foonu ati kọǹpútà alágbèéká. Reti ẹdọfu ti o tẹsiwaju laarin awọn gbongbo iwuwo-ìmọ ati iwulo fun owo-wiwọle, pẹlu idoko-owo jinlẹ ni fidio, ohun, ati iran 3D. Awọn ibeere ofin lori data ikẹkọ ati aṣẹ lori ara, pẹlu ẹjọ Getty Images, yoo ṣe apẹrẹ pupọ bi awọn awoṣe iwaju ti gbangba ṣe le ṣe ikẹkọ ati pinpin.
Real-World imuse
Ile-iṣere ere indie kan ti o dara-tunes Itankale Iduroṣinṣin ni agbegbe lati ṣe agbekalẹ aworan imọran ohun kikọ deede laisi awọn idiyele awọsanma fun-aworan.
Olùgbéejáde kan ṣafikun ControlNet lori oke Itankale Iduroṣinṣin lati ṣe iyipada awọn aworan afọwọya ti o ni inira sinu awọn ẹgan ọja didan lakoko ti o tọju ifilelẹ gangan.
Olorin kan nlo ohun Iduroṣinṣin lati ṣe ipilẹṣẹ awọn yipo abẹlẹ ti ko ni ọfẹ ati awọn awoara ibaramu fun intoro adarọ-ese.
Laabu iwadii kan ṣe igbasilẹ awọn iwuwo ṣiṣi silẹ lati ṣe iwadi ati dinku aiṣedeede ẹda eniyan ni awọn oju ti ipilẹṣẹ, nkan ti ko ṣee ṣe pẹlu awọn API pipade.
Awọn ewu & Awọn ọna iṣọ
Awọn ikede ifilọlẹ le ju iduroṣinṣin lọ ni awọn iṣan-iṣẹ iṣelọpọ gidi.
Ifowoleri API tabi awọn iyipada eto imulo le fọ awọn arosinu ni alẹ.
Igbẹkẹle olutaja ẹyọkan ṣe alekun titiipa-inu ati awọn idiyele ijira.
Ilana Ilana imuse
Ṣe ayẹwo awọn olupese nipa lilo awọn iṣẹ ṣiṣe tirẹ ati awọn ipilẹ data.
Ṣe atunyẹwo asiri, aabo, ati awọn ofin ofin ṣaaju iṣọpọ.
Ṣetọju eto ipadabọ kọja awọn awoṣe tabi awọn olutaja.
Bojuto awọn akọsilẹ itusilẹ nitoribẹẹ awọn iyipada maapu oju-ọna ma ṣe iyalẹnu awọn ẹgbẹ.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Stability AI quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Perplexity AI
Awọn ibeere ti a beere nigbagbogbo
Kini Stability AI?
Iduroṣinṣin AI jẹ ibẹrẹ ti o da lori Ilu Lọndọnu lẹhin Stable Diffusion, monomono aworan iwuwo-ìmọ ti o fi ọrọ-si-aworan AI sori awọn miliọnu awọn kọnputa agbeka. Nipa itusilẹ awọn iwuwo awoṣe ni gbangba, o fa igbi ti ohun elo iṣẹda ẹda-ìmọ ti o dije awọn eto pipade lati OpenAI ati Google.
Kini iduroṣinṣin AI ti o mọ julọ fun itusilẹ ni 2022?
Iduroṣinṣin AI ṣe atilẹyin itusilẹ gbangba ti Oṣu Kẹjọ ọdun 2022 ti Stable Diffusion, eyiti awọn iwọn gbigba lati ayelujara jẹ ki o jẹ ami-ilẹ ni ipilẹṣẹ orisun-ìmọ AI.
Kini o jẹ ki Itankale Stable yatọ si DALL-E ati Midjourney ni ifilọlẹ?
Ko dabi awọn oludije pipade rẹ, awọn iwuwo Stable Diffusion ni a tu silẹ ni gbangba, jẹ ki ẹnikẹni ṣiṣe ki o tun ṣe atunṣe lori ohun elo tiwọn.
Ni imọ-ẹrọ, nibo ni Stable Diffusion ṣe ilana isinwin rẹ?
O jẹ awoṣe itọka wiwakọ: autoencoder kan rọ awọn aworan sinu aaye wiwaba ti o kere ju nibiti U-Net ko kọ, gige iṣiro ni pataki.
Iru data wo ni o jẹ aringbungbun si ikẹkọ Itankale Iduroṣinṣin atilẹba?
Itankale Iduroṣinṣin jẹ ikẹkọ ni pataki lori LAION-5B, iwe data nla ti awọn orisii ọrọ-aworan yọkuro lati oju opo wẹẹbu.
Ni ikọja awọn aworan, iru ọna wo ni iduroṣinṣin AI tun kọ awọn awoṣe fun?
Iduroṣinṣin gbooro si ohun (Stable Audio), ede (StableLM), 3D, ati fidio (Iduroṣinṣin Fidio).