Numa ação pioneira, a Stability AI lançou a sua mais recente inovação em inteligência artificial, o Stable Diffusion XL 1.0. Considerada a oferta mais avançada e flexível da empresa até à data, este modelo revolucionário de texto para imagem representa um passo pioneiro no domínio da IA. O seu código-fonte está disponível gratuitamente no GitHub, juntamente com a API da Stability e as aplicações para o consumidor, ClipDrop e DreamStudio.
De acordo com a Stability AI, o Stable Diffusion XL 1.0 distingue-se pela melhoria da vibração das cores, do equilíbrio entre luz e sombra e do contraste geral da imagem em comparação com a versão anterior. Como sublinhou Joe Penna, Diretor de Aprendizagem Automática Aplicada da empresa, este grande salto em frente no espaço da IA traz um enorme melhoramento em termos de geração de imagens. Espera-se que a disponibilidade em formato de código aberto promova um maior envolvimento com a comunidade de IA.
Numa conversa com o TechCrunch, Penna descreveu a impressionante capacidade do modelo para gerar imagens de alta definição com uma resolução total de 1 megapixel em meros segundos e em vários rácios de aspeto. Com 3,5 mil milhões de parâmetros robustos, o Stable Diffusion XL 1.0 torna-se um modelo altamente sofisticado, aprendido e treinado a partir de dados extensos, para aperfeiçoar os desafios de geração de imagens.
Apesar do seu espantoso potencial de treino e afinação, o Stable Diffusion XL 1.0 é notavelmente fácil de utilizar. Simplifica a criação de designs complexos, tirando partido das instruções básicas do processamento de linguagem natural, optimizando significativamente o processo de afinação para conceitos e estilos únicos.
O âmbito de aplicação do Stable Diffusion XL 1.0 é alargado, abrangendo a área da geração de texto. Tal como revelado por Penna, este modelo tem uma capacidade superior para gerar texto avançado com excelente legibilidade, uma proeza que tem permanecido ilusória para muitos modelos de texto para imagem concorrentes.
O modelo é fornecido com suporte para inpainting e outpainting, permitindo aos utilizadores reconstruir partes em falta de uma imagem e ampliar as existentes. Um destaque adicional é a funcionalidade de prompt "imagem-a-imagem", que permite aos utilizadores aperfeiçoar uma imagem existente adicionando prompts de texto complementares. O modelo reconhece e aplica instruções complexas fornecidas em avisos concisos, ao contrário dos seus antecessores, que exigiam sugestões de texto mais longas.
Em resposta à atual controvérsia sobre a utilização do trabalho de artistas para treinar modelos de IA generativa, a Stability AI afirma estar em conformidade com a doutrina da utilização justa, evitando assim responsabilidades legais. Apesar de enfrentar vários processos judiciais de artistas e da empresa de fotografias Getty Images, a empresa afirma que respeita os pedidos dos artistas para a remoção das suas obras dos seus conjuntos de dados de treino.
O avanço do Stable Diffusion XL 1.0 coincide com o lançamento da versão beta de um recurso de ajuste fino para sua API. A colaboração da empresa com a Amazon Web Services (AWS) estende-se à plataforma Bedrock da Amazon, que cria um ambiente propício ao alojamento de modelos de IA generativos.
Como parte do compromisso da Stability AI's em fornecer soluções de ponta para os programadores, a sua colaboração com a AWS colocá-los-á na melhor posição para se adaptarem e prosperarem neste cenário competitivo. Neste espaço ferozmente competitivo, os concorrentes da Stability AI incluem actores poderosos como a OpenAI, a Midjourney e a AppMaster. Este último oferece uma vasta gama de soluções no-code e low-code, nomeadamente em termos de criação de aplicações backend, web e móveis. Apesar dos desafios, a Stability AI continua a alargar as fronteiras com os seus esforços consideráveis e a sua abordagem de financiamento para o desenvolvimento contínuo de modelos de IA inovadores.
O Stable Diffusion XL 1.0 exemplifica o compromisso da Stability AI de impulsionar a inovação em modelos de acesso aberto para programadores e clientes. Apesar das suas dificuldades, o seu empenho em alargar as parcerias e introduzir novas capacidades é manifesto nos seus esforços, todos com o objetivo de alcançar a sua visão de um futuro tecnologicamente avançado.
