Stability AI的最新圖像生成模型Stable Cascade承諾比其業(yè)界領(lǐng)先的前身Stable Diffusion更快、更強(qiáng)大，而Stable Diffusion是許多其他文本到圖像生成AI工具的基礎(chǔ)。

Stable Cascade可以生成照片并提供其創(chuàng)建的確切圖像的變體，或者嘗試提高現(xiàn)有圖片的分辨率。其他文本到圖片的編輯功能還包括圖像修復(fù)和外畫(huà)（模型只對(duì)圖片的特定部分進(jìn)行填充編輯），以及可視邊緣（用戶可利用現(xiàn)有圖片的邊緣制作新照片）。

新模型可在GitHub上供研究人員使用，但不能用于商業(yè)用途。在谷歌甚至蘋果等公司發(fā)布自己的圖像生成模型時(shí)，新模型也帶來(lái)了更多選擇。

與Stability的旗艦Stable Diffusion模型不同，Stable Cascade不是一個(gè)大型語(yǔ)言模型，而是三個(gè)依賴于Würstchen架構(gòu)的不同模型。

Comparison of inference time Stable Cascade v other models,Stability AI

將請(qǐng)求分解成更小的比特后，請(qǐng)求所需的內(nèi)存更少（在那些很難找到的GPU上訓(xùn)練的時(shí)間也更少），運(yùn)行速度更快，同時(shí)在"提示對(duì)齊和美學(xué)質(zhì)量"方面表現(xiàn)更佳。創(chuàng)建一幅圖像大約需要10秒，而目前使用的SDXL模型需要22秒。

Stability AI公司幫助普及了Stable Diffusion方法，同時(shí)也成為了幾起訴訟的對(duì)象，指控Stable Diffusion在未經(jīng)權(quán)利持有人許可的情況下對(duì)受版權(quán)保護(hù)的數(shù)據(jù)進(jìn)行訓(xùn)練。該公司于12月開(kāi)始通過(guò)訂閱的方式提供商業(yè)許可，并表示這是幫助其研究獲得資金所必需的。

審核編輯：劉清