Stability AI выпустила Stable Diffusion 4 с улучшением качества на 30%

Сегодня компания Stability AI анонсировала выход Stable Diffusion 4.0 — новой версии своей популярной модели генерации изображений. По заявлению разработчиков, модель демонстрирует улучшение качества на 30% по сравнению с предыдущей версией, особенно в детализации лица и текстур. Разрешение генерации увеличено до 2048×2048 пикселей, что в два раза выше, чем у SD 3.5.

Ключевым нововведением стала поддержка мультимодальных подсказок: теперь можно загружать референсные изображения напрямую, а не только текст. Stable Diffusion 4 также обучена на новом наборе данных из 10 миллиардов изображений, что повысило точность следования промптам. По тестам FID, модель превзошла DALL-E 4 и Midjourney 6 на 15%.

Модель уже доступна в открытом доступе на GitHub и Hugging Face. Stability AI запустила облачный сервис с бесплатными 50 генерациями в день. Компания планирует выпустить облегчённую версию для мобильных устройств в ближайшие месяцы, а также интегрировать модель в видео-генераторы.

Эксперты отмечают, что Stable Diffusion 4 может стать новым стандартом для открытых моделей, но критикуют возросшие требования к памяти — от 24 ГБ VRAM для локального запуска. Тем не менее, сообщество уже начало адаптировать модель для LoRA и ControlNet, что расширит её возможности.