![cover image](https://wikiwandv2-19431.kxcdn.com/_next/image?url=https://upload.wikimedia.org/wikipedia/commons/thumb/d/d3/Astronaut_Riding_a_Horse_%2528SDXL%2529.jpg/640px-Astronaut_Riding_a_Horse_%2528SDXL%2529.jpg&w=640&q=50)
สเตเบิลดิฟฟิวชัน
From Wikipedia, the free encyclopedia
สเตเบิลดิฟฟิวชัน (Stable Diffusion) คือตัวแบบปัญญาประดิษฐ์ช่วยสร้างซึ่งเปิดตัวในปี 2022 โดยพื้นฐานแล้วจะทำการสร้างภาพตามข้อความสั่ง (text-to-image) แต่นอกจากนี้ยังสามารถสร้างภาพขึ้นจากภาพ (image-to-image) การวาดเติมภายใน (inpainting), การวาดเติมภายนอก (outpainting) ได้ด้วย[3]
![]() ภาพที่สร้างขึ้นจากข้อความว่า "a photograph of an astronaut riding a horse" (ภาพถ่ายนักบินอวกาศขี่ม้า) | |
นักพัฒนา | กลุ่ม CompVis (มหาวิทยาลัยมิวนิก)[1] |
---|---|
วันที่เปิดตัว | 22 สิงหาคม 2022 |
รุ่นเสถียร | SDXL 1.0 (ตัวแบบ)[2]
/ 26 กรกฎาคม 2023 |
ที่เก็บข้อมูล | github |
ภาษาที่เขียน | ไพธอน |
ระบบปฏิบัติการ | ระบบปฏิบัติใด ๆ ที่รองรับ CUDA |
ประเภท | text-to-image |
สัญญาอนุญาต | Creative ML OpenRAIL-M |
เว็บไซต์ | stability |
สเตเบิลดิฟฟิวชันเป็นแบบจำลองการแพร่แบบแฝงชนิดหนึ่งซึ่งอาศัยโครงข่ายประสาทเทียมทำการเรียนรู้เชิงลึก พัฒนาขึ้นโดยกลุ่ม CompVis ที่มหาวิทยาลัยมิวนิก โดยเป็นผลงานร่วมกันระหว่างบริษัท Stability AI, CompVis LMU และ Runway โดยได้รับการสนับสนุนจาก EleutherAI และ LAION[4][1][5] ในเดือนตุลาคม 2022 ทาง Stability AI ระดมทุนได้ 101 ล้านดอลลาร์สหรัฐ[6]
รหัสต้นทางและค่าพารามิเตอร์น้ำหนักของสเตเบิลดิฟฟิวชันนั้นได้รับการเปิดเป็นสาธารณะ[1] และสามารถทำงานบนฮาร์ดแวร์สำหรับผู้บริโภคส่วนใหญ่ที่มีการติดตั้ง GPU ที่มี VRAM อย่างน้อย 8GB จึงกล่าวได้ว่าสเตเบิลดิฟฟิวชันนั้นมีความแตกต่างจากตัวแบบแปลงข้อความเป็นรูปภาพแบบดั้งเดิมที่เป็นซอฟต์แวร์จำกัดสิทธิ์ เช่น DALL-E และมิดเจอร์นีย์ ซึ่งเข้าถึงได้ผ่านบริการคลาวด์เท่านั้น[7][8]
สเตเบิลดิฟฟิวชันได้ทำการกวาดรวบรวมข้อมูลภาพนับพันล้านภาพจากอินเทอร์เน็ตเพื่อใช้เป็นข้อมูลในการเรียนรู้ แต่ภาพเหล่านี้ส่วนใหญ่มีลิขสิทธิ์ และไม่ได้รับความยินยอม จึงมีข้อพิพาทว่าภาพดังกล่าวละเมิดกฎหมายหรือไม่ อยู่ภายใต้การใช้งานโดยชอบหรือไม่ และเป็นไปอย่างถูกต้องหรือไม่ โดยทาง Stability AI ได้ถูกฟ้องร้องมากมายหลายคดี[9]