Stability AI nesen izlaida savu jauno attēlu ģenerēšanas modeli Stable Diffusion 3 Medium, kuru reklamēja kā «vispilnīgāko» — taču ierobežojumi neironu tīkla mācību datos radīja problēmas cilvēka anatomijas attēlojumā.
Stable Diffusion 3 Medium ģenerē biedējošus attēlus trīsrokainiem, trīskājainiem vai bezgalvju cilvēkiem. Sociālo tīklu ziņojumā problēmas visbiežāk rodas, ja pieprasījums ietver fonu uz zāles vai ūdenī (bet nav skaidrs, ar ko tas ir saistīts).
![](https://megabits.lv/uploads/content/666afb5e385ca3.39972930.jpg)
![](https://megabits.lv/uploads/content/666afb5e7b23a2.13499843.jpg)
![](https://megabits.lv/uploads/content/666afb5ebcb006.22299571.jpg)
![](https://megabits.lv/uploads/content/666afb5f18b7c8.95502588.jpg)
Komentāros tiek minēts, ka «mutantu cilvēku» attēli varētu būt saistīti ar ierobežotiem Stability AI jaunās modeles mācību datiem, jo uzņēmums iespējams cenzēja lielāko daļu cilvēku attēlu.
Britu startaps reklamēja Stable Diffusion 3 Medium kā «vispilnīgāko atvērto teksta-uz-attēlu modeļa». Tas satur 2 miljardus parametru, tam būtu jānodrošina fotoreālistiski rezultāti un jānovērš «tipiskās kļūdas rokās un sejā» — šķiet, problēma ar nepareizu pirkstu skaitu ir atrisināta, taču ķermeņa kopējā anatomija ir ievērojami pasliktinājusies.
Tagad lietotāji var izmēģināt Stable Diffusion 3 Medium caur Stability API.
2020. gadā dibinātais startup Stability AI ātri tika atzīts par vienu no jaunajiem vadošajiem ģeneratīvā mākslīgā intelekta līderiem līdzās tādiem konkurentiem kā Midjourney un Dall-E no OpenAI. 2022. gadā ieguldītāji uzņēmumu novērtēja par $1 miljardu. Taču jau 2023. gadā Stability AI saskārās ar vairākiem mākslinieku prasībām tiesā, uzņēmuma vadītājs Emad Mostak atkāpās no amata martā, un uzņēmums domā par pārdošanu naudas krīzes dēļ.
Komentāri (0)
Šobrīd nav neviena komentāra