Açık Ağırlıklı Görsel Üretiminde Yeni Amiral Gemisi
Üretken yapay zeka ekosisteminin öncü laboratuvarlarından Stability AI, merakla beklenen yeni nesil açık ağırlıklı görsel üretim modeli ailesi 'Stable Diffusion 3.5'i resmi olarak piyasaya sürdü. Şirket, önceki sürümde topluluktan gelen geri bildirimleri dikkate alarak mimariyi baştan aşağı revize etti ve iki ana amiral gemisi modeli Hugging Face ile GitHub üzerinde geliştiricilerin erişimine açtı: 8,1 milyar parametreli 'Stable Diffusion 3.5 Large' ve yüksek hızlı çıkarım sunan 'Stable Diffusion 3.5 Large Turbo'. Yeni modeller, yüksek estetik kalite ve karmaşık komutlara kusursuz uyum sunuyor.
Multimodal Diffusion Transformer (MMDiT) ve 4 Adımda Çıkarım
Stability AI mühendislerinin yayımladığı teknik rapora göre model, metin ve görsel temsillerini ayrı ağırlık setleriyle işleyen gelişmiş Multimodal Diffusion Transformer (MMDiT-X) mimarisi üzerine inşa edildi. 1 megapiksel yerel çözünürlükte keskin detaylar, gerçekçi insan anatomisi ve kusursuz tipografi (metin işleme) yeteneği sergileyen SD 3.5 Large, Midjourney v6 ve FLUX.1 gibi kapalı ticari modellere açık kaynak cephesinden en güçlü yanıtı veriyor. Ailenin diğer üyesi SD 3.5 Large Turbo ise özel distilasyon tekniği sayesinde görsel kaliteden ödün vermeksizin yalnızca 4 çıkarım adımında (inference steps) fotogerçekçi çıktılar üretebiliyor.
Topluluk Lisansı ile Genişletilmiş Ticari Özgürlük
Stability AI, yeni modellerle birlikte lisanslama politikasında da geliştirici lehine devrim niteliğinde bir adım attı. 'Stability AI Community License' adı verilen yeni sözleşme kapsamında; bireysel yaratıcılar, araştırmacılar ve yıllık geliri 1 milyon doların altında olan tüm ticari girişimler modelleri tamamen ücretsiz olarak ticari projelerinde kullanabilecek. Tüketici sınıfı donanımlar için optimize edilen 2,5 milyar parametreli 'Medium' modelinin ise bir hafta içinde dağıtıma çıkacağı bildirildi.
Açık Kaynak Ekosisteminde Rekabetin Seyri
Stable Diffusion 3.5'in Hugging Face ve ComfyUI platformlarına doğrudan entegre olması, oyun stüdyoları, dijital reklam ajansları ve bağımsız geliştiriciler için yerel donanımda çalışan bağımsız ve maliyetsiz bir yaratıcılık altyapısı sağlıyor. Açık kaynak yapay zeka, kapalı API duvarlarını bir kez daha zorluyor.