IT之家 2 月 15 日消息，據(jù) Stability AI 官方新聞稿，Stability AI 日前推出了一款名為“Stable Cascade”的新一代文生圖模型，該模型建立在 Würstchen 架構(gòu)上，號稱可以在消費級硬件上進行簡單的訓(xùn)練和微調(diào)。
官方聲稱，相對于業(yè)界熟悉的 SDXL，全新的 Stable Cascade 模型在性能及聲稱內(nèi)容質(zhì)量上均有所提升，目前 Stable Cascade 模型的相關(guān)數(shù)據(jù)已經(jīng)在 GitHub 頁面上公開，但僅允許非商業(yè)用途使用。
IT之家注意到，在用戶輸入文段后，相關(guān)內(nèi)容會被 Stable Cascade 模型轉(zhuǎn)換為 24x24 體積的小型數(shù)據(jù)集合，此后模型將解碼這些小型圖像數(shù)據(jù)生成圖片，并繼續(xù)將圖片放大為高分辨率圖像，由于系列步驟之間彼此分離，因此可以對模型各方面進行各種額外訓(xùn)練及微調(diào)。
Stability AI 表示，由于 Stable Cascade 模型采用如此“模塊化”設(shè)計，因此能夠有效降低推理使用的顯存，號稱只需要 20 GB 顯存即可運行。
Stability AI 同時將 Stable Cascade 模型與 Playground v2、SDXL、SDXL Turbo、Würstchen v2 等業(yè)界文生圖競品進行比較，號稱無論是提示詞對齊（Prompt Alignment）還是在生成的圖片細節(jié)上，Stable Cascade“幾乎都是表現(xiàn)最佳的模型”。而在推理速度方面，即便 Stable Cascade 最大的模型比 Stable Diffusion XL 多出 14 億參數(shù)，仍然具有更快的推理速度。
據(jù)此，官方認為 Stable Cascade 在架構(gòu)設(shè)計方面較佳，可以在保持高質(zhì)量輸出的同時維持高效的推理速度。
模型生成內(nèi)容圖賞：
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。