Diffusion

Stable Diffusion — 2022-ci ildə buraxılan dərin öyrənmə, diffuziya üsullarına əsaslanan mətndən-şəklə model. O, ilk növbədə mətn təsvirlərinə əsaslanan təfərrüatlı şəkillər yaratmaq üçün istifadə olunur, baxmayaraq ki, o, həm də mətn sorğusununda qeyd olunduğu kimi şəkli bərpa etmə, genişləndirmə və mətndən-şəklə tərcümələr yaratmaq kimi digər işlərdə də tətbiq oluna bilər. Model Münhen Lüdviq-Maksimilian Universitetinin CompVis Qrupunun tədqiqatçıları və Runway şirkəti tərəfindən Stability AI tərəfindən verilən ianələr və qeyri-kommersiya təşkilatlarının təlim dataları əsasında hazırlanmışdır. Stable Diffusion gizli diffuziya modelidir, bir növ dərin generativ süni neyron şəbəkəsidir. Onun kodu və modelləri açıq mənbəlidir və ən azı 4 GB VRAM GPU ilə təchiz edilmiş əksər cihazlarda işləyə bilər. Bu, onu yalnız bulud xidmətləri vasitəsilə əldə edilə bilən DALL-E və Midjourney kimi özəl mətndən-şəklə modellərdən fərqləndirir. Stable Diffusion-un inkişafı start-up şirkəti Stability AI tərəfindən maliyyələşdirilib və formalaşdırılıb. Modelin texniki lisenziyası Münhen Lüdviq-Maksimilian Universitetinin CompVis qrupu tərəfindən buraxılıb. İnkişafa Runway şirkətindən Patrik Esser və CompVis-dən Robin Rombaç rəhbərlik edirdi, onlar əvvəllər Stable Diffusion tərəfindən istifadə edilən gizli diffuziya modeli arxitekturasını icad etmiş tədqiqatçılar arasında idilər. Stability AI, EleutherAI-ın və LAION-ın (Stable Diffusion-un öyrədildiyi məlumat dəstini toplayan alman qeyri-kommersiya təşkilatı) layihənin dəstəkçiləri olduğunu bildirdi.