Stable Diffusion 2.0 について知っておくべき 4 つのこと

Stability AI は、深層学習のテキストから画像へのモデルの最新バージョンを発表しました

数時間前、Stability AI は、人気のある深層学習のテキストから画像へのモデルの最新バージョンである「Stable Diffusion 2.0」を発表しました。

知っておくべき4つのことを次に示します。

• このバージョンのテキストから画像へのモデルは、デフォルトで 512x512 および 768x768 ピクセル解像度の画像を生成できます。
• このリリースには、画像の解像度を 4 倍に向上させるUpscaler Diffusion モデルが含まれています。Stable Diffusion 2.0 は、テキストから画像へのモデルと組み合わせると、2048x2048以上の解像度の画像を作成できるようになりました。
• 新しい深度ガイド安定拡散モデル、depth2img は、V1 の画像から画像への機能を拡張し、まったく新しいクリエイティブなアプリケーションの可能性をもたらします。Depth2img は、(既存のモデルを使用して) 入力画像の深度を推測し、テキストと深度データの両方を利用して新しい画像を作成します。
• このリリースには、新しい Stable Diffusion 2.0 基盤の text-to-image で調整された新しいテキスト ガイド付き修復モデルも含まれており、画像の一部を簡単に置き換えることができます。

このストーリーは、The PhilaVerse (私の Substack ニュースレター) で最初に公開されました。