Introdução ao Stable Diffusion 3.5

A startup de inteligência artificial Stability AI anunciou recentemente sua nova família de modelos de geração de imagens, conhecida como Stable Diffusion 3.5. Após uma série de controvérsias relacionadas a problemas técnicos e mudanças de licenciamento, a nova versão promete ser mais personalizável e versátil em comparação com as tecnologias anteriores da empresa.

Características dos Modelos Stable Diffusion 3.5

A série Stable Diffusion 3.5 compreende três modelos distintos, cada um oferecendo diferentes capacidades:

• Stable Diffusion 3.5 Large: Com 8 bilhões de parâmetros, é o modelo mais poderoso, capaz de gerar imagens com resoluções de até 1 megapixel. Os parâmetros correspondem, de maneira aproximada, à capacidade de resolução de problemas do modelo, sendo que modelos com mais parâmetros tendem a apresentar um desempenho superior.
• Stable Diffusion 3.5 Large Turbo: Uma versão destilada do Stable Diffusion 3.5 Large que gera imagens mais rapidamente, porém com uma leve diminuição na qualidade.
• Stable Diffusion 3.5 Medium: Um modelo otimizado para rodar em dispositivos de borda, como smartphones e laptops, capaz de gerar imagens em resoluções de 0.25 a 2 megapixels.

Disponibilidade

Enquanto os modelos Stable Diffusion 3.5 Large e 3.5 Large Turbo já estão disponíveis para uso, o modelo 3.5 Medium será lançado apenas no dia 29 de outubro.

Avanços na Diversidade de Saídas

A Stability enfatiza que os modelos Stable Diffusion 3.5 deverão produzir saídas mais “diversificadas”, apresentando imagens que retratam pessoas com diferentes tonalidades de pele e características físicas, sem a necessidade de “prompts extensos”.

“Durante o treinamento, cada imagem é legendada com várias versões de prompts, priorizando prompts mais curtos,” afirmou Hanno Basse, diretor de tecnologia da Stability. “Isso assegura uma distribuição mais ampla e diversificada de conceitos de imagem para qualquer descrição de texto.”

Desafios Anteriores e Melhorias

O modelo anterior da Stability, Stable Diffusion 3 Medium, foi amplamente criticado por suas peculiaridades e baixa adesão a prompts. A empresa reconhece que os novos modelos podem apresentar erros semelhantes, mas garante que oferecem mais robustez e habilidade em gerar imagens em uma variedade de estilos, incluindo arte 3D.

Licenciamento e Uso Comercial

Os modelos da série Stable Diffusion 3.5 continuam a permitir utilização gratuita para fins não comerciais, incluindo pesquisa. Empresas com receita anual inferior a $1 milhão podem também utilizá-los comercialmente sem custos. Contudo, organizações com faturamento superior a esse valor necessitam firmar um contrato de licença com a Stability.

A empresa causou controvérsia no verão devido a termos de ajuste restritivos que pareciam dar a ela o direito de cobrar taxas por modelos treinados usando imagens geradas por seus sistemas. Em resposta, a Stability modificou seus termos para permitir um uso comercial mais flexível.

“Incentivamos os criadores a distribuir e monetizar seu trabalho ao longo de toda a cadeia,” declarou Ana Guillén, vice-presidente de marketing e comunicações da Stability. “Contanto que forneçam uma cópia de nossa licença comunitária aos usuários de suas criações e exibam de forma destacada ‘Powered by Stability AI’ em websites relacionados, interfaces de usuário, postagens de blog, páginas ‘Sobre’ ou documentação de produtos.”

Treinamento e Considerações Legais

Os modelos da Stability são treinados com dados da web pública, muitos dos quais podem ser protegidos por direitos autorais. A Stability argumenta que a doutrina de fair use a protege contra reivindicações de copyright. No entanto, isso não impediu que proprietários de dados entrassem com um número crescente de ações judiciais coletivas.

Medidas de Segurança e Misinformação

Em relação às medidas de segurança contra desinformação, especialmente com as eleições gerais nos EUA se aproximando, a Stability afirmou que tem tomado medidas responsáveis para prevenir o uso indevido do Stable Diffusion por agentes mal-intencionados. Contudo, a empresa não divulgou detalhes técnicos específicos sobre essas medidas.

Desde março, a Stability só proíbe explicitamente a criação de conteúdo “enganoso”, não abrangendo conteúdos que poderiam influenciar eleições ou ferir a integridade eleitoral.

Por fim, a Stability permite que os proprietários de dados solicitem a remoção de seus dados dos conjuntos de treinamento. Até março de 2023, artistas haviam removido 80 milhões de imagens do treinamento do Stable Diffusion.

#StableDiffusion #AI #GeraçãoDeImagens #InteligênciaArtificial #StabilityAI #ModelosDeIA #Tecnologia #Inovação #Diversidade #Licenciamento

Fonte