Stability AI เปิดตัวโมเดล Stable Diffusion XL 1.0

 (techcrunch.com)
9 คะแนน โดย xguru 2023-07-28 | 2 ความคิดเห็น | แชร์ทาง WhatsApp
  • โมเดล Text-to-Image ที่ล้ำหน้าที่สุด
    • ให้ภาพที่สมจริงยิ่งขึ้น สีสันแม่นยำขึ้น รวมถึงคอนทราสต์ เงา และแสงที่ดีกว่าเวอร์ชันก่อนหน้า
    • มีพารามิเตอร์ 3.5 พันล้านตัว
  • สามารถสร้างภาพความละเอียด 1 เมกะพิกเซลได้ภายในไม่กี่วินาที
  • ปรับแต่งได้ และสามารถทำ fine-tuning ตามคอนเซปต์และสไตล์ได้
  • การสร้างข้อความได้รับการปรับปรุง ทำให้การสร้างข้อความขั้นสูงและความสามารถในการอ่านดีขึ้น
  • รองรับ inpainting, outpainting และพรอมป์ตแบบ image-to-image

บทความที่เกี่ยวข้อง

2 ความคิดเห็น

 
ninebow 2023-07-28

โพสต์ประกาศอย่างเป็นทางการนี้ถูกนำมาให้ GPT-4 สร้างคำอธิบายแบบละเอียดโดยอัตโนมัติ

ประกาศ SDXL 1.0 (ANNOUNCING SDXL 1.0)

บทนำ

ทีม Stability AI มีความภูมิใจที่จะเปิดตัว SDXL 1.0 ในฐานะโมเดลแบบเปิด ซึ่งเป็นก้าวถัดไปของวิวัฒนาการของโมเดลสร้างภาพจากข้อความ ต่อเนื่องจากการเปิดตัว SDXL 0.9 แบบจำกัดและเพื่อการวิจัยเท่านั้น เวอร์ชันเต็มของ SDXL ได้รับการพัฒนาให้เป็นโมเดลสร้างภาพแบบเปิดที่ดีที่สุดในโลก

สรุป

  • SDXL 1.0 เป็นโมเดลภาพหลักของ Stability AI และเป็นโมเดลแบบเปิดที่ดีที่สุดสำหรับการสร้างภาพ เราได้เปรียบเทียบกับโมเดลอื่นหลากหลายแบบ และได้ข้อสรุปว่าโดยรวมแล้วผู้คนชื่นชอบภาพที่สร้างโดย SDXL 1.0 มากกว่าโมเดลแบบเปิดอื่น ๆ ผลการวิจัยนี้มาจากข้อมูลความชอบที่เก็บตลอดหลายสัปดาห์จากการสร้างภาพของโมเดลทดลองใน Discord ของเรา และจากการทดสอบภายนอก

  • SDXL สามารถสร้างภาพคุณภาพสูงได้แทบทุกสไตล์ศิลปะ และเป็นโมเดลแบบเปิดที่ดีที่สุดด้านความสมจริงระดับภาพถ่าย ผู้ใช้สามารถพรอมป์ต์ภาพที่มีเอกลักษณ์ได้โดยไม่มี “กลิ่นอาย” เฉพาะตัวที่โมเดลยัดเยียดมา ทำให้มีอิสระด้านสไตล์อย่างเต็มที่ SDXL 1.0 ได้รับการจูนมาเป็นพิเศษให้ให้สีสันที่คมชัดและแม่นยำ และมีคอนทราสต์ แสง และเงาที่ดีกว่ารุ่นก่อนหน้า นอกจากนี้ SDXL ยังสามารถสร้างแนวคิดที่ปกติโมเดลภาพมักเรนเดอร์ได้ยาก เช่น มือและข้อความ หรือองค์ประกอบที่จัดวางเชิงพื้นที่ (เช่น ผู้หญิงที่กำลังไล่ตามสุนัขอยู่ด้านหลัง)

  • SDXL ต้องใช้เพียงไม่กี่คำก็สามารถสร้างภาพที่ซับซ้อน รายละเอียดสูง และน่าพึงพอใจทางสุนทรียะได้ ผู้ใช้ไม่จำเป็นต้องใช้คำขยายอย่าง “masterpiece” เพื่อให้ได้ภาพคุณภาพสูงอีกต่อไป นอกจากนี้ SDXL ยังเข้าใจความแตกต่างระหว่างแนวคิดอย่าง "The Red Square" (สถานที่ที่มีชื่อเสียง) และ "red square" (รูปทรง) ได้

  • SDXL 1.0 มีจำนวนพารามิเตอร์มากที่สุดในบรรดาโมเดลภาพแบบเปิด และอิงกับสถาปัตยกรรมใหม่ที่ล้ำสมัย ซึ่งประกอบด้วยโมเดลฐาน 3.5B พารามิเตอร์ และ refiner 6.6B พารามิเตอร์ โมเดลทั้งหมดประกอบด้วยไปป์ไลน์ mixture of experts สำหรับ latent diffusion: ในขั้นแรก โมเดลฐานจะสร้าง latent (ที่มีสัญญาณรบกวน) จากนั้นจะถูกประมวลผลต่อโดยโมเดล refinement ที่เชี่ยวชาญในขั้นตอน denoising สุดท้าย ทั้งนี้ โมเดลฐานยังสามารถใช้งานเป็นโมดูลอิสระได้อีกด้วย สถาปัตยกรรมสองขั้นตอนนี้มอบแนวทางที่แข็งแกร่งสำหรับการสร้างภาพ และให้ผลลัพธ์ที่ดียิ่งขึ้น

อ้างอิง

Stability AI Blog: บล็อกของ Stability AI ให้ข้อมูลโดยละเอียดเกี่ยวกับงานวิจัยและประกาศล่าสุดของบริษัท คุณสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับโมเดลใหม่อย่าง SDXL 1.0 ได้ผ่านบล็อกนี้
https://stability.ai/blog

Stable Diffusion: เว็บไซต์นี้ให้ข้อมูลโดยละเอียดเกี่ยวกับเทคโนโลยี Stable Diffusion ของ Stability AI เทคโนโลยีนี้เป็นองค์ประกอบหลักของ SDXL 1.0 และคุณสามารถทำความเข้าใจเชิงลึกเกี่ยวกับเทคโนโลยีนี้ได้ผ่านเว็บไซต์นี้
https://stability.ai/stable-diffusion

Discord Community: คอมมูนิตี้ Discord นี้เป็นที่ที่นักวิจัยและผู้ใช้ของ Stability AI มารวมตัวกันเพื่อแชร์และพูดคุยเกี่ยวกับผลงานของกันและกัน คุณสามารถรับฟังประสบการณ์ของผู้ใช้คนอื่นที่ใช้งานโมเดลอย่าง SDXL 1.0 ได้ผ่านคอมมูนิตี้นี้
https://discord.gg/stablediffusion
 
ninebow 2023-07-28

มีรายละเอียดเพิ่มเติมเล็กน้อยอยู่ในประกาศอย่างเป็นทางการของ StabilityAI จึงขอฝากลิงก์ไว้ครับ :)

https://stability.ai/blog/stable-diffusion-sdxl-1-announcement