Stable Diffusion 3, Turbo Models Are Now Available via Stability AI Developer Platform API

स्टेबल डिफ्यूजन 3 और स्टेबल डिफ्यूजन 3 टर्बो मॉडल फरवरी में प्रीव्यू में पेश किए गए थे। अब, स्टेबिलिटी AI आखिरकार आर्टिफिशियल इंटेलिजेंस (AI) टेक्स्ट-टू-इमेज मॉडल को कुछ उपयोगकर्ताओं के लिए उपलब्ध करा रहा है। कंपनी डेवलपर्स को स्टेबिलिटी AI डेवलपर प्लेटफ़ॉर्म API के ज़रिए AI मॉडल तक पहुँचने देगी। इसने मॉडल को लोगों तक पहुँचाने के लिए API प्लेटफ़ॉर्म फ़ायरवर्क्स AI के साथ साझेदारी की है। विशेष रूप से, AI फ़र्म द्वारा अगली पीढ़ी के AI इमेज मॉडल बेहतर टेक्स्ट समझ और स्पेलिंग क्षमताओं के साथ आते हैं।

स्टेबिलिटी एआई ने अपने न्यूज़रूम में एक पोस्ट के माध्यम से एआई मॉडल की सीमित उपलब्धता की घोषणा की, और कहा, “जैसा कि स्टेबल डिफ्यूजन 3 शोध पत्र में बताया गया है, यह मॉडल मानव वरीयता मूल्यांकन के आधार पर टाइपोग्राफी और शीघ्र पालन में DALL-E 3 और मिडजर्नी v6 जैसे अत्याधुनिक टेक्स्ट-टू-इमेज जेनरेशन सिस्टम के बराबर या उनसे बेहतर प्रदर्शन करता है।”

नए टेक्स्ट-टू-इमेज मॉडल में दो उल्लेखनीय अपग्रेड हैं। सबसे पहले, प्रॉम्प्ट टेक्स्ट की इसकी समझ में सुधार हुआ है। यह अब प्रॉम्प्ट के भीतर संदर्भगत ज्ञान को बेहतर ढंग से समझ सकता है और ऐसी छवियां उत्पन्न कर सकता है जो उपयोगकर्ता की इच्छा के करीब हैं। इसमें वर्तनी क्षमताओं में भी सुधार हुआ है। यह तब मदद करेगा जब कोई उपयोगकर्ता लिखित शब्दों के साथ एक छवि बनाना चाहेगा। कंपनी ने पहले बताया कि AI लिखी जा रही चीज़ों पर बारीकी से नज़र रखेगा और बेहतर आउटपुट देगा। कुल मिलाकर छवि गुणवत्ता में भी सुधार होने की उम्मीद है।

ये नए AI मॉडल निकट भविष्य में ओपन-सोर्स भी होंगे, कम से कम कुछ हद तक। कंपनी ने कहा कि वह जल्द ही स्टेबिलिटी AI मेंबरशिप के साथ मॉडल वेट को सेल्फ-होस्टिंग के लिए उपलब्ध कराएगी। स्टेबिलिटी AI ने यह भी बताया कि उसने मॉडल के लिए एक नए मल्टीमॉडल डिफ्यूजन ट्रांसफॉर्मर (MMDiT) आर्किटेक्चर का इस्तेमाल किया है।

AI इमेज जनरेटर के अलावा, स्टेबिलिटी AI ने अपने स्टेबल असिस्टेंट के शुरुआती रिलीज़ में भाग लेने के लिए सीमित संख्या में उपयोगकर्ताओं को आमंत्रित किया है जो वर्तमान में बीटा में है। AI असिस्टेंट स्टेबल डिफ्यूजन 3 और स्टेबल LM 2 12B द्वारा संचालित है जो संवादात्मक क्षमताओं को जोड़ता है। यह वार्तालापों से छवियाँ उत्पन्न कर सकता है, सामग्री उत्पन्न कर सकता है, साथ ही उत्पन्न छवि से मेल खाने के लिए सामग्री में सुधार भी कर सकता है। वर्तमान में, यह ज्ञात नहीं है कि कंपनी सभी सदस्यों के लिए नए AI इमेज मॉडल कब जारी कर सकती है।