Stability AI ha presentado su última versión de inteligencia artificial generativa: Stable Diffusion 3.5. 

Este modelo promete mejorar de manera significativa la calidad y velocidad en la generación de imágenes a partir de texto. La actualización resulta crucial para una amplia diversidad de usuarios, abarcando desde desarrolladores hasta pequeñas empresas y creadores de contenido.

Novedades de Stable Diffusion 3.5

Una de las mejoras destacadas en Stable Diffusion 3.5 es su capacidad para generar imágenes de alta calidad de manera más rápida y eficiente. Esta nueva versión incluye varios modelos, entre los que se encuentran el Stable Diffusion 3.5 Large y el Stable Diffusion 3.5 Large Turbo. Ambos modelos han sido optimizados para hardware de consumo estándar, lo que significa que los usuarios pueden aprovechar esta tecnología en sus computadoras personales, sin la necesidad de una infraestructura costosa.

Además, Stability AI ha diseñado estos modelos para ser accesibles a un público amplio. Por ejemplo, desarrolladores y startups pueden utilizar el modelo bajo la licencia comunitaria de Stability AI, facilitando la integración en sus proyectos sin preocupaciones por restricciones comerciales. Este enfoque hacia licencias flexibles es un importante avance hacia la democratización de herramientas de inteligencia artificial, fomentando así su uso en diversas aplicaciones, desde pequeñas empresas hasta grandes proyectos industriales.

Rendimiento y calidad

En términos de rendimiento, el Stable Diffusion 3.5 Large, con sus 8 mil millones de parámetros, ofrece una calidad de imagen superior y una mayor precisión en la interpretación de los prompts. El modelo Turbo, como su nombre indica, permite generar imágenes de alta calidad en solo cuatro pasos, convirtiéndolo en una herramienta ideal para quienes requieren resultados rápidos sin comprometer la calidad.

Accesibilidad en hardware de consumo

Una de las grandes ventajas de esta actualización es que Stable Diffusion 3.5 ha sido optimizado para funcionar en hardware de consumo. Esto representa una excelente noticia para los creadores que no cuentan con acceso a equipos avanzados. Los modelos Medium y Large Turbo son capaces de producir imágenes de alta resolución con un bajo consumo de recursos, haciéndolos ideales para un amplio espectro de usuarios, desde artistas gráficos hasta desarrolladores de videojuegos.

Esta optimización se considera uno de los avances más significativos, ya que permite a más personas acceder a la tecnología sin la barrera del costo de hardware. Así, se invita a creativos de muy diversos contextos a explorar la inteligencia artificial generativa en sus proyectos, desde el diseño de personajes hasta la creación de escenarios y más.

Inclusividad y diversidad en la generación de imágenes

Un aspecto sobresaliente del nuevo modelo es su compromiso con la generación de imágenes inclusivas y diversas. Stable Diffusion 3.5 se ha entrenado para representar de manera precisa una variedad de tonos de piel y características físicas. Esto minimiza la necesidad de instrucciones específicas en los prompts y, a su vez, agiliza el proceso de creación, asegurando que los resultados sean más representativos y respetuosos con la diversidad.

Este enfoque resulta particularmente relevante en sectores como la publicidad, el cine y la moda, donde la representación visual es esencial. Con esta nueva capacidad, los creadores pueden tener confianza en que sus proyectos reflejarán una mayor inclusión sin la necesidad de ajustes manuales exhaustivos.

Entrenamiento y control de contenido

El modelo ha sido entrenado utilizando un subconjunto del dataset LAION-5b, cuidadosamente filtrado por el equipo de DeepFloyd para excluir contenido para adultos mediante un filtro NSFW. Esto garantiza que el modelo sea seguro para diferentes usos, especialmente en entornos académicos y comerciales donde se requiere un control estricto sobre el tipo de contenido generado.

Otra ventaja significativa es que el modelo está disponible sin costo para fines no comerciales, permitiendo el uso gratuito a investigadores académicos y pequeñas empresas con ingresos anuales inferiores a $1 millón. Este aspecto facilita la adopción y experimentación en diversos contextos sin necesidad de invertir grandes cantidades de dinero.

Propiedad total sobre el contenido generado

Queda claro que los usuarios mantienen el control total sobre el contenido producido por Stable Diffusion 3.5, sin tener que preocuparse por licencias restrictivas. Este aspecto es vital en un entorno donde la propiedad intelectual es esencial, especialmente para aquellos que dependen de contenido visual para marketing, diseño y otros fines comerciales. Este compromiso con la libertad para el usuario es un cambio bienvenido, considerando que muchas versiones anteriores limitaban la propiedad o impusieron condiciones de uso estrictas.

Con este modelo, Stability AI continúa destacándose como líder en el sector en rápida evolución de la generación de imágenes por inteligencia artificial. Tanto los creadores como las empresas cuentan ahora con una herramienta poderosa y flexible para incorporar la inteligencia artificial en sus flujos de trabajo creativos.

Si deseas explorar las posibilidades que ofrece Stable Diffusion 3.5, no dudes en descargar el modelo en plataformas como Hugging Face o acceder a la inferencia en GitHub.