ext-to-image 生成器 Stable Diffusion 现在可供任何人进行测试。
Stable Diffusion 由 Stability AI 开发，最初于本月早些时候向研究人员发布。 该图像生成器声称在速度和质量方面取得了突破，可以在消费类 GPU 上运行。
该模型基于 CompVis 和 Runway 创建的潜在扩散模型，但通过 Stable Diffusion 的首席生成 AI 开发人员 Katherine Crowson、Open AI、Google Brain 等对条件扩散模型的见解进行了增强。
Stability AI 首席执行官 Emad Mostaque 表示：“该模型建立在许多优秀研究人员的工作之上，我们期待着未来几年该模型和类似模型对社会和科学产生积极影响，因为它们将在全球范围内被数十亿人使用。”
核心数据集在 LAION-Aesthetics 上进行了训练，该数据集基于 Stable Diffusion 的 alpha 测试人员的评分，根据图像的“美丽”程度过滤 LAION-5B 数据集中的 58.5 亿张图像。
Stable Diffusion 在 VRAM 低于 10GB 的计算机上运行，并在短短几秒钟内生成 512×512 像素分辨率的图像。
“我们很高兴公开构建最先进的文本到图像模型，我们很高兴与 CompVis 和 Stability.ai 合作，以安全和合乎道德的方式向公众发布模型，并帮助 ML 功能民主化 与整个社区一起，”AI 社区 Hugging Face 的 ML 艺术工程师 Apolinário 评论道。
Stable Diffusion 与其他文本到图像模型（包括 Midjourney、DALL-E 2 和 Imagen）正面交锋。
