さまざまな生成 AI 実験に資金を提供しているスタートアップである Stability AI は、OpenAI の DALL-E 2 に最初に対抗したテキストから画像への AI システムである Stable Diffusion の新バージョンをリリースしました。
呼ばれた 安定拡散 XL、または SDXL、新しいシステム — DreamStudio、Stability AI のジェネレーティブ アート ツールを通じてベータ版で利用可能 — は、重要な点でオリジナルを改善します。 Stability AI の CTO である Tom Mason は、古いモデル (Stable Diffusion 2.1) に欠けていた画像生成に「豊かさ」をもたらし、グラフィック デザインやアーキテクチャなどのアプリケーションで最も顕著な改善が見られると述べています。
「イメージ ソリューションの Stable Diffusion シリーズの最新版を発表できることを嬉しく思います」と彼は定型文で述べました。 「[It’s] いくつかの業界に変革をもたらします…結果は目の前で起こっています。」
誇張はさておき、SDXL は確かに、MIdJourney のモデルの最新リリース、つまり「バレンシアガ ポープ」 （他のミームの中でも）。
以前のバージョンの Stable Diffusion や他の多くのテキストから画像へのシステムは、手のような特定の解剖学的構造を再現するのに非常に苦労しましたが、SDXL にはそのような問題はありません。 手は常に…まあ、現実的ではありません。 しかし、彼らはSDXLの前身がしばしば生産する悪夢の燃料よりもはるかに進んでいます.
SDXL の方がハンドのハンドリングは優れていますが、明らかに完全ではありません。
Stable Diffusion 2.1 は、実際に手に取ってみると明らかに劣っています。 （私は自分自身を見ていきます。）
SDXL は、テキストの生成にも優れていると思われます。これは、歴史的に生成 AI アート モデルをループに投入してきたタスクです。 しかし、私の簡単なテストが何らかの兆候である場合、それにはまだ道のりがあります.
上部は、Stable Diffusion 2.1 の結果です。 下段はSDXLからの出力。
Stability AI はまた、プレス リリースで、SDXL は「強化された画像構成と顔生成」を備えており、前任者とは異なり、「説明的な画像」を作成するための長く詳細なプロンプトを必要としないと主張しています。 さらに、SDXL には、テキストから画像へのプロンプトだけでなく、画像から画像へのプロンプト (1 つの画像を入力してその画像のバリエーションを取得する)、インペインティング (画像の欠落部分を再構築する)、アウトペインティング (シームレスな画像を構築する) などの拡張機能があります。既存のイメージの拡張)。
ワイルドカードとして、「バレンシアガ ポープ」というできるだけ短いプロンプトでバレンシアガ ポープのミームを再現しようとしました。 結果の違いは、私が予想していたよりも大きかったと言わざるを得ません. SDXL は、デザイナーの服装に通用する可能性のある滑走路モデルと、古い Stable Diffusion が思い起こさせた単純に宗教的なアパレルでポーズをとっていました.
SDXL がベータ版を終了すると、Stable Diffusion の以前の反復と同様に、SDXL はオープンソースになると Stability AI は述べています。 DreamStudio に加えて、SDXL は現在、Stability の API を通じて利用可能であり、早期アクセスも提供されています。
ジェネレーティブ AI のアート テクノロジーが前進する一方で、SDXL のようなツールは、企業の構築と商品化の過程で大きな問題を引き起こしています。 安定性 AI は十字線の中にあります 訴訟事件 同社は、ウェブで収集した著作権で保護された画像を使用してツールを開発することで、何百万人ものアーティストの権利を侵害したと主張しています。 ストック 画像サプライヤーのゲッティ イメージズも Stability AI を提訴した。 伝えられるところによると 元の Stable Diffusion を作成するために許可なくそのサイトの画像を使用すること。
Stable Diffusion のオープン ソース リリースも、使用制限が比較的軽いため、論争の的となっています。 Web 上の一部のコミュニティは、それを利用して、代名詞の有名人のディープフェイクや暴力の生々しい描写を生成しています。 現在までに、少なくとも 1 人の米国議員が、Stable Diffusion のような「コンテンツを十分に管理していない」モデルのリリースに対処するための規制を求めています。
訴訟に対応して、Stability AI は最近、Stable Diffusion のトレーニング データ セットからアートを削除するというアーティストの要求を尊重することを約束しましたが、SDXL には適用されませんでした。次世代の Stable Diffusion モデルのみで、コードネームは「Stable Diffusion」です。 3.0」 オプトアウトの取り組みを主導する組織である Spawning によると、これまでにアーティストがトレーニング データ セットから 7,800 万点以上の芸術作品を削除しました。
Stability AI は、アートやアニメーションから生物医学やジェネレーティブ オーディオに至るまで、膨大な量の AI の取り組みを収益化するというプレッシャーにさらされています。 Stability AI の CEO である Emad Mostaque は IPO の計画をほのめかしたが、Semafor は最近 報告 Stability AI は、昨年 10 月にベンチャー キャピタルから 1 億ドル以上を調達し、評価額は 10 億ドルを超えたと報告されていますが、「現金を使い果たしており、収益を生み出すのに時間がかかっています」。