Stability AI gab vor wenigen Stunden bekannt, dass nun eine erste Beta-Version von Stable Diffusion 3 zur Verfügung steht. Hierbei handelt es sich um ein leistungsstarkes Text-zu-Bild-KI-Modell, das nun signifikante Verbesserungen in den Bereichen "Leistung bei mehreren Themenanfragen", "Bildqualität" sowie "Rechtschreibung" aufweisen soll.
Obwohl es noch nicht allgemein verfügbar ist, wurde eine Warteliste für interessierte Anwender eröffnet. Während dieser Preview-Phase will Stability AI weitere Erkenntnisse sammeln, um die Leistung und Sicherheit des Modells vor der offiziellen Veröffentlichung zu optimieren.
Die Stable Diffusion 3-Suite umfasst mehrere Modelle mit einer Bandbreite von 800 Millionen bis 8 Milliarden Parametern (8B). Bei 8 Bit Quantisierung sollte damit selbst das größte Modell mit einer 12 GB Grafikkarte problemlos laufen. Es ist gut möglich, dass bei niedriger Quantisierung auch noch kleinere Grafikkarten hierfür ausreichend Speicher bieten können.
Stability AI hat jedenfalls das erklärte Ziel, Stable Diffusion auf möglichst vielen Rechnern lauffähig zu machen: "Dieser Ansatz spiegelt unsere Kernwerte wider und zielt darauf ab, den Zugang zu fortschrittlicher KI zu demokratisieren. Benutzer erhalten eine Vielzahl von Optionen hinsichtlich Skalierbarkeit und Qualität, um ihren kreativen Anforderungen gerecht zu werden."
Stable Diffusion 3 kombiniert eine Diffusionstransformator-Architektur mit Flow Matching. Ein ausführliches Paper hierzu soll in Kürze veröffentlicht werden. Sieht man sich die wenigen, bisher veröffentlichten Bilder auf der Stability-Webseite an, so sticht vor allem die funktionierende Schrift-Einbettung in Bildern hervor.
Lange dauert es in der Regel nicht, bis weitaus mehr Ergebnisse eines neuen Modells im Netz zu finden sind. Wir rechnen jedenfall spätestens zum Wochenende damit...
