Stability AI Съобщавам Stable Diffusion Reimagine за генериране на изображение към изображение
Накратко
В началото на март т.г. Stability AI придоби френската Init ML, производител на пакета Clipdrop от приложения за изображения с изкуствен интелект.
Това сътрудничество между Stability AI и Init ML води до новия продукт, Stable Diffusion Reimagined, който е генератор на нови идеи, базирани на едно изображение.
В началото на март т.г. Stability AI придобит Френската Init ML, производител на пакета Clipdrop от приложения за изображения с изкуствен интелект. Това е първата покупка на Stability AI от набирането на средства.
Базираната в Париж Init ML е основана през юли 2020 г. с първоначално финансиране от фирмата за рисков капитал Air Street Capital. Clipdrop има над 15 милиона потребители на своите инструменти Relight, Text Remover, Remove/Replace Background, Super Resolution и Clean Up оттогава. Init ML ще работи като изцяло притежавано независимо дъщерно дружество на Stability AI, като всички негови служители остават на щат. Според уебсайта на ClipDrop, „Това придобиване се очаква да обедини опита на двете компании, за да подобри техните базирани на AI решения.“ Stability AI има за цел да използва възможностите на Init ML, за да предостави по-иновативни и ефективни услуги на своите клиенти.
И сега, това сътрудничество между Stability AI и Init ML води до новия продукт, Stable Diffusion Reimagine. Stable Diffusion Reimagine не пресъздава изображения въз основа на оригинални данни. Вместо, Stable Diffusion Reimagine създава нови изображения, вдъхновени от оригиналите.
Това е като генератор на нови идеи, базирани на едно изображение. От друга страна, може да се разглежда като copy-paste на максимална скорост, пълна аналогия на заявката към ChatGPT "Вземе това текст и пренаписване по различен начин.” По същество този инструмент може да се възприема като катализатор за творчество, предизвиквайки нови концепции от самотен визуален сигнал. Обратно, може да се оприличи и на бързодействащ процес на дублиране, подобен на акта на искане на помощ от ChatGPT да перифразирам този пасаж.
Изображенията се генерират въз основа на изображението. След като енкодерът премине през алгоритъма, се добавя малко шум, за да се създадат вариации. Този подход води до подобни изображения с различни детайли и композиция. За разлика от алгоритъма от изображение към изображение, оригиналното изображение първо се кодира напълно. Това означава, че генераторът не използва нито един от пикселите, взети от оригиналното изображение. Това е така, за да не се кълнат художниците в плагиатството.
StabilityAI се ангажира с отворен код и обещава да постави кода в GitHub, което е много готино. Междувременно можете да го изпробвате безплатно тук.
Следват прясно генерирани примери по-долу:
Междувременно потребителите очакват генератор на сайтове, презентации, презентации и бляскави списания с един бутон: „Въведете URL или файл; нашият AI ще пренапише текстовете и ще регенерира картините.“
- Stability AI, Hugging Face и Canva създават нова организация с нестопанска цел за AI Research. EleutherAI, общностна изследователска група, основана от Конър Лийхи, Лео Гао и Сид Блек, създава фондация с нестопанска цел.
- През ноември, Stability AI пусна нов документ в своя блог за Stable Diffusion 2.0, нов алгоритъм, който е по-ефективен и стабилен от предишния, като същевременно го сравнява с други най-съвременни методи. Тази версия се характеризира със стабилност модели текст към изображение обучени с нов нов текстов енкодер (OpenCLIP), разработен от LAION с помощта на Stability AI, което значително подобрява качеството на генерираните изображения в сравнение с предишни версии V1. Тези модели се обучават с помощта на естетическа подгрупа от набора от данни LAION-5B, генериран от Stability AIЕкипът на DeepFloyd, който след това се филтрира, за да изключи съдържание за възрастни с помощта на NSFW филтъра на LAION.
- През октомври Stability AI оповестен AI Music Generator Harmonai, базиран на Dance Diffusion Model. Harmonai е организация, управлявана от общността, която публикува с отворен код генеративно аудио инструменти за увеличаване на достъпа на всеки до и удоволствието от музикалната композиция. Базиран е на модела на танцова дифузия, който генерира нечувани досега звуци в процес, наречен дифузия.
Прочетете още свързани статии:
Отказ от отговорност
В съответствие с Доверете се насоките на проекта, моля, имайте предвид, че предоставената на тази страница информация не е предназначена да бъде и не трябва да се тълкува като правен, данъчен, инвестиционен, финансов или каквато и да е друга форма на съвет. Важно е да инвестирате само това, което можете да си позволите да загубите, и да потърсите независим финансов съвет, ако имате някакви съмнения. За допълнителна информация предлагаме да се обърнете към правилата и условията, както и към страниците за помощ и поддръжка, предоставени от издателя или рекламодателя. MetaversePost се ангажира с точно, безпристрастно отчитане, но пазарните условия подлежат на промяна без предизвестие.
За автора
Дамир е ръководител на екип, продуктов мениджър и редактор в Metaverse Post, обхващащи теми като AI/ML, AGI, LLMs, Metaverse и Web3- свързани полета. Статиите му привличат огромна аудитория от над милион потребители всеки месец. Изглежда, че е експерт с 10 години опит в SEO и дигитален маркетинг. Дамир е споменат в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и други публикации. Той пътува между ОАЕ, Турция, Русия и ОНД като дигитален номад. Дамир получава бакалавърска степен по физика, която според него му е дала уменията за критично мислене, необходими за успех в непрекъснато променящия се пейзаж на интернет.
Още статии
Дамир е ръководител на екип, продуктов мениджър и редактор в Metaverse Post, обхващащи теми като AI/ML, AGI, LLMs, Metaverse и Web3- свързани полета. Статиите му привличат огромна аудитория от над милион потребители всеки месец. Изглежда, че е експерт с 10 години опит в SEO и дигитален маркетинг. Дамир е споменат в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и други публикации. Той пътува между ОАЕ, Турция, Русия и ОНД като дигитален номад. Дамир получава бакалавърска степен по физика, която според него му е дала уменията за критично мислене, необходими за успех в непрекъснато променящия се пейзаж на интернет.
