Stability AI宣布推(tui)出Stable Diffusion XL1.0，這是一款文(wen)本(ben)到圖像的(de)(de)模(mo)型(xing)，該公(gong)司稱(cheng)之為迄今為止“最先進”的(de)(de)版本(ben)。除了Stability的(de)(de)API和(he)消費者應用ClipDrop和(he)DreamStudio之外，Stable Diffusion XL1.0還在GitHub上以開源(yuan)的(de)(de)形式提供，Stability聲稱(cheng)，與其前(qian)身相比，Stable Diffusion XL1.0提供了“更鮮艷(yan)”和(he)“準確(que)”的(de)(de)顏色，以及(ji)更好的(de)(de)對比度、陰影和(he)光照效果(guo)。
在(zai)接受TechCrunch采(cai)訪時，Stability AI的應用(yong)機器(qi)學習負(fu)責(ze)人Joe Penna指出，Stable Diffusion XL1.0包含了(le)35億個(ge)(ge)參數，可以在(zai)多種縱橫比下“在(zai)幾秒鐘(zhong)內”產生全(quan)1兆像(xiang)素分辨率的圖像(xiang)。“參數”是模(mo)型(xing)從訓(xun)練數據(ju)中(zhong)學習到(dao)的部(bu)分，基(ji)本上定義了(le)模(mo)型(xing)在(zai)一個(ge)(ge)問題上的技能，在(zai)這里(li)就是生成圖像(xiang)。
上一代Stable Diffusion模型，Stable Diffusion XL0.9，也可以(yi)產生更(geng)高(gao)分辨率的圖像，但需要更(geng)多(duo)的計算力(li)。
“Stable Diffusion XL1.0是可定制的，可以針對概念和風格進行微調。”Penna說。“它也更容易使用，能夠通過基本的自然語言處理提示實現復雜的設計。”
Stable Diffusion XL1.0在文本(ben)生(sheng)成方面也有(you)所(suo)改進。雖然許(xu)多最好的文本(ben)到圖像(xiang)模型都難以生(sheng)成帶有(you)清(qing)晰標志(zhi)的圖像(xiang)，更(geng)不用說書法或字體了，但Penna說，Stable Diffusion XL1.0能夠(gou)實現(xian)“先進”的文本(ben)生(sheng)成和可讀(du)性(xing)。
此外，正如SiliconAngle和VentureBeat報道的那樣，Stable Diffusion XL1.0還支持修復(重建圖像缺失的部分)、擴展(擴展現有圖像)和“圖像到圖像”提示——意味著用戶可以輸入一個圖像，并添加一些文本提示來創建更詳細的變化。而且，該模型能夠理解復雜的、多部分的、用簡短提示給出的指令，而之前的Stable Diffusion模型則需要更長的文本提示。
“我們希望通過發布(bu)這(zhe)個更強大(da)(da)的(de)開源模型，不僅圖(tu)像的(de)分辨(bian)率會增加四(si)倍(bei)，而(er)且還(huan)會帶來一些巨大(da)(da)的(de)進步，這(zhe)將極大(da)(da)地惠及所有(you)用戶(hu)。”他補充說。
但是與(yu)之(zhi)前(qian)版本(ben)的Stable Diffusion一(yi)樣，該模(mo)型也引發(fa)了一(yi)些棘手的道德問題。
Stable Diffusion XL1.0的開源版本理論上可以被不法分子用來生成有毒或有害的內容，比如未經同意的換臉。這在一定程度上反映了用來訓練它的數據:來自網絡的數百萬張圖片。
無(wu)數教(jiao)程(cheng)演(yan)示了(le)如何(he)(he)使用Stability AI自己的(de)工具，包括DreamStudio，一個為(wei)Stable Diffusion提(ti)供開源前(qian)端界(jie)面的(de)工具來創建(jian)換(huan)臉。還有無(wu)數其(qi)他教(jiao)程(cheng)展示了(le)如何(he)(he)微調(diao)基礎(chu)的(de)Stable Diffusion模型(xing)來生成色情內(nei)容(rong)。
Penna并(bing)沒有否認濫用是可(ke)能發生的——并(bing)承認該模(mo)型(xing)也包含了某些偏(pian)見(jian)。但他補充說，Stability AI已經采取了“額(e)外的步(bu)驟”來(lai)減少有害(hai)內容的生成，通過過濾模(mo)型(xing)的訓(xun)練數(shu)據中(zhong)的“不(bu)安全”圖像，發布(bu)與有問題的提示(shi)相關(guan)的新(xin)警告，并(bing)盡可(ke)能地(di)在工具中(zhong)屏(ping)蔽單個(ge)有問題的術語。
Stable Diffusion XL1.0的訓練集還包括了一些藝術家的作品，這些藝術家曾經抗議過包括Stability AI在內的一些公司使用他們的作品作為生成式人工智能模型的(de)訓(xun)練(lian)數據。Stability AI聲稱(cheng)，它(ta)受到了(le)美國公平使用原則的(de)法律保護。但(dan)這并沒有阻(zu)止一些藝術家(jia)和庫存照片公司Getty Images提起訴訟，以阻(zu)止這種做(zuo)法。
Stability AI與初創(chuang)公司Spawning有合作(zuo)關(guan)系，尊(zun)重這些藝術(shu)家(jia)的(de)“退出”請求(qiu)，表示(shi)它并沒有從其(qi)訓練數據集中刪(shan)除所(suo)有被標記(ji)的(de)藝術(shu)作(zuo)品(pin)，但它“繼續考慮藝術(shu)家(jia)的(de)要求(qiu)”。
