Stability AI представила Stable Diffusion 3.5 — новое слово в открытой генерации изображений

Сегодня компания Stability AI объявила о релизе Stable Diffusion 3.5 — последней версии популярной модели для генерации изображений. Новая серия состоит из трех моделей: SD3.5-Large (8 миллиардов параметров), SD3.5-Medium (2 миллиарда) и SD3.5-Turbo, оптимизированной для быстрого инференса. По словам разработчиков, модель превосходит предыдущие версии в детализации и точности выполнения сложных промптов.

Stable Diffusion 3.5 доступен под лицензией CreativeML Open RAIL-M, что позволяет использовать его в коммерческих и исследовательских проектах. Модель уже интегрирована в библиотеку Diffusers и может быть запущена локально. Stability AI также опубликовала контрольные точки и технический отчет, раскрывающий архитектурные улучшения, включая новый бэкбон и механизм внимания.

Особое внимание уделено работе с текстом и способности генерировать изображения в различных соотношениях сторон. В тестах SD3.5-Large показал лучшие результаты в популярных бенчмарках, таких как T2I-Compbench и VBench, обогнав закрытые конкуренты. Компания планирует дальнейшее развитие серии, включая облегченные версии для мобильных устройств. Открытый исходный код продолжает оставаться ключевым принципом Stability AI.