Stability AI annoncerer Stable Diffusion Reimagine for billed-til-billede generering
Kort sagt
I begyndelsen af marts, Stability AI erhvervede Frankrigs Init ML, producent af Clipdrop-pakken af AI-billedbehandlingsapplikationer.
Dette samarbejde mellem Stability AI og Init ML fører til det nye produkt, Stable Diffusion Reimagined, som er en generator af nye ideer baseret på et enkelt billede.
I begyndelsen af marts, Stability AI erhvervede Frankrigs Init ML, skaberen af Clipdrop-pakken af AI-billedbehandlingsapplikationer. Dette er det første køb af Stability AI siden indsamlingen.
Paris-baserede Init ML blev grundlagt i juli 2020 med startfinansiering fra venturekapitalfirmaet Air Street Capital. Clipdrop har over 15 millioner brugere på sine værktøjer til Relight, Text Remover, Remove/Replace Background, Super Resolution og Clean Up siden da. Init ML vil fungere som et helejet uafhængigt datterselskab af Stability AI, hvor alle dets medarbejdere fortsat er ansat. Ifølge ClipDrop-webstedet, "Dette opkøb forventes at samle ekspertisen fra begge virksomheder for at forbedre deres AI-drevne løsninger." Stability AI har til formål at udnytte Init ML's evner til at levere mere innovative og effektive tjenester til sine kunder.
Og nu, dette samarbejde mellem Stability AI og Init ML fører til det nye produkt, Stable Diffusion nytænke. Stable Diffusion Reimagine genskaber ikke billeder baseret på originale data. I stedet, Stable Diffusion Reimagine skaber nye billeder inspireret af originalerne.
Det er som en generator af nye ideer baseret på et enkelt billede. På den anden side kan det ses som copy-paste ved maksimal hastighed, en komplet analogi med anmodningen til ChatGPT "Tag dette tekst og omskriv det anderledes." I bund og grund kan dette værktøj opfattes som en katalysator for kreativitet, der udløser nye koncepter fra et ensomt visuelt signal. Omvendt kan det også sammenlignes med en hurtig duplikeringsproces, der ligner handlingen med at anmode om assistance fra ChatGPT at omformulere denne passage.
Billeder genereres ud fra billedet. Efter at koderen har passeret gennem algoritmen, tilføjes noget støj for at skabe variationer. Denne tilgang resulterer i lignende billeder med forskellige detaljer og komposition. I modsætning til billed-til-billede-algoritmen er det originale billede først fuldt kodet. Dette betyder, at generatoren ikke bruger nogen af de pixels, der er taget fra det originale billede. Dette er for at kunstnere ikke bander til plagiat.
StabilityAI er forpligtet til open source og lover at lægge koden på GitHub, hvilket er meget fedt. I mellemtiden kan du prøve det gratis link..
Frisk genererede eksempler følger nedenfor:
I mellemtiden venter brugere på en generator af websteder, præsentationer, pitch-decks og glamourøse magasiner med én knap: "Indtast en URL eller fil; vores AI vil omskrive teksterne og genskabe billederne."
- Stability AI, Hugging Face og Canva etablerer en ny non-profit organisation for AI Research. EleutherAI, en samfundsforskningsgruppe grundlagt af Connor Leahy, Leo Gao og Sid Black, er ved at etablere en non-profit fond.
- I november, Stability AI udgivet et nyt papir på sin blog om Stable Diffusion 2.0, en ny algoritme, der er mere effektiv og robust end den tidligere, og samtidig benchmarker den i forhold til andre avancerede metoder. Denne udgivelse er robust tekst-til-billede modeller trænet med en frisk ny tekstkoder (OpenCLIP) udviklet af LAION med assistance fra Stability AI, hvilket markant forbedrer kvaliteten af de genererede billeder i forhold til tidligere V1-udgivelser. Disse modeller trænes ved hjælp af en æstetisk delmængde af LAION-5B-datasættet genereret af Stability AI's DeepFloyd-team, som derefter filtreres for at udelukke voksenindhold ved hjælp af LAIONs NSFW-filter.
- I oktober, Stability AI annoncerede AI Music Generator Harmonai baseret på Dance Diffusion Model. Harmonai er en samfundsdrevet organisation, der udgiver open source generativ lyd værktøjer til at øge alles adgang til og nydelse af musikkomposition. Den er baseret på Dance Diffusion Model, som genererer aldrig-før-hørte lyde i en proces kaldet diffusion.
Læs flere relaterede artikler:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
