Stability AI เปิดตัวโมเดลสร้างรูปภาพจากข้อความ Stable Cascade ที่สถานะตอนนี้ยังเป็นงานวิจัย สามารถนำไปใช้งานได้ในงานที่ไม่ใช่เชิงพาณิชย์ สามารถดูรายละเอียดเพิ่มเติมได้ที่ GitHub

Stable Cascade เป็นโมเดลสร้างรูปภาพที่มีขั้นตอนการทำงานต่างไปจาก Stable Diffusion ที่เป็นเครื่องมือสร้างรูปภาพหลักของ Stability AI โดยประกอบด้วย 3 โมเดลย่อยบนสถาปัตยกรรม Würstchen ขั้นตอนแรกเรียกว่า Stage C เป็นการสร้างรายละเอียดย่อยในภาพ (Latent Generator) แล้วส่งต่อไป Stage B และ Stage A เพื่อปรับแต่งความละเอียดรูปภาพให้ออกมาคมชัด ผลลัพธ์ที่ได้นอกจากภาพที่ละเอียดมากกว่า ยังใช้เวลาในการสร้างรูปภาพที่สั้นกว่าโมเดลเดิมด้วย

เนื่องจาก Stable Cascade ใช้การสร้างรูปภาพจากส่วนประกอบย่อย การแก้ไขภาพเฉพาะส่วนจึงทำได้อย่างรวดเร็วมากกว่า จึงเหมาะกับการใช้งานแบบตัดต่อรูปภาพ หรือสร้างรูปภาพจากแบบร่าง

ที่มา: Stability AI