Umělá inteligenceVývojáři

Stable Diffusion

Stable Diffusion

Stable Diffusion je hluboké učení, text-to-image model vydaný v roce 2022. Je primárně používán k generování detailních obrázků podmíněných textovými popisy, i když může být také použit k jiným úkolům, jako je inpainting, outpainting a generování image-to-image překladů řízených textovým promptem. Byl vyvinut start-upem Stability AI ve spolupráci s řadou akademických výzkumníků a neziskových organizací. Stable Diffusion je latentní difúzní model, druh hluboké generativní neuronové sítě. Jeho kód a model váhy byly zveřejněny veřejně1 , a může běžet na většině spotřebitelského hardwaru vybaveného skromnou GPU s alespoň 8 GB VRAM. To znamenalo odchod od předchozích proprietárních text-to-image modelů, jako jsou DALL-E a Midjourney, které byly přístupné pouze prostřednictvím cloudových služeb

Stable Diffusion funguje tak, že používá „difúzi“ k generování kvalitních obrázků z textu. Difúzní proces zahrnuje iterativní aktualizaci sady obrazových pixelů na základě difúzní rovnice. To pomáhá vyhladit obraz a vytvořit realističtější texturu. Stable Diffusion je generativní model, který používá hluboké učení k vytváření obrázků z textu. Model je založen na architektuře neuronové sítě, která se může naučit mapovat textové popisy na obrazové rysy. To znamená, že může vytvořit obrázek odpovídající vstupnímu textovému popisu.

Tento text je součástí statického archivu podnikatelských příběhů a odborných článků Petra Šnajdra.
← Zpět na přehled všech článků Další články v rubrice Umělá inteligence →