Stability AI a maintenant mis fin à la phase de beta test et annoncé une nouvelle version : SDXL 0.9. Cette version a pu bénéficier de deux mois d’essais et du feedback de la communauté et présente donc plusieurs améliorations.
→ Cliquez ICI pour plus de détails sur cette nouvelle version.
Dans le monde de l'intelligence artificielle et de la génération d'images, une révolution est en marche. Stable Diffusion XL, la dernière version du modèle open-source, promet des améliorations significatives par rapport à ses prédécesseurs et pourrait même rivaliser avec des offres commerciales telles que Midjourney. Plongeons dans ce monde fascinant pour découvrir les nouveautés et les perspectives d'avenir de cette technologie en pleine expansion.
Améliorations notables de Stable Diffusion XL
Qualité et photoréalisme
La première chose qui saute aux yeux avec Stable Diffusion XL, c'est la qualité supérieure des images générées. Comparée à la version 2.1, la nouvelle mouture offre des images bien plus esthétiques et photoréalistes. Cette avancée technologique pourrait bien changer la donne dans l'industrie de la génération d'images.
Génération de texte sur les images
Parmi les nouveautés, Stable Diffusion XL permet désormais de générer du texte sur les images. Bien que les résultats ne soient pas toujours parfaits, Stability AI est le premier modèle génératif IA à proposer cette fonctionnalité. Les images générées gagnent ainsi en expressivité et en richesse.
Mise à disposition de la version bêta
Les plus impatients pourront d'ores et déjà tester la version bêta de Stable Diffusion XL via l'interface web DreamStudio ou sur Clipdrop . Et pour les développeurs, pas d'inquiétude : le code source sera publié sur GitHub une fois le développement terminé.
DreamStudio propose un quota d'essai gratuit limité. Après cela, il sera nécessaire de recharger le compte : 5 000 générations d'images coûtent environ 10$ (ce qui reste très abordable).
Applications potentielles de Stable Diffusion XL
Industries concernées
Stable Diffusion XL a le potentiel de transformer de nombreux secteurs, notamment la conception graphique et l'architecture. Comme le souligne Tom Mason, CTO de Stability AI, les capacités de génération d'images de SDXL sont impressionnantes et pourraient avoir un impact majeur sur ces industries.
Comparaison avec Midjourney
Face à la concurrence de Midjourney v5, Stable Diffusion XL se défend bien. En effet, les performances des deux modèles sont comparables dans certains scénarios, et les forces respectives de chaque modèle sont à prendre en compte. La course à la meilleure IA de génération d'images est lancée !
Les nouveautés de Stable Diffusion XL
Augmentation du nombre de paramètres
Avec 2,3 milliards de paramètres, contre 900 millions pour la version 2.1, Stable Diffusion XL voit sa taille augmenter de manière significative. Une version distillée est également en préparation pour offrir une alternative aux utilisateurs.
Retrait de 80 millions d'images pour la version 3
La version 3 de Stable Diffusion XL s'annonce encore plus prometteuse avec le retrait de 80 millions d'images à la demande des artistes. Cela témoigne de l'évolution continue du modèle et de sa capacité à s'adapter aux besoins des utilisateurs.
Les limites et les perspectives d'avenir
Résolution maximale et problèmes persistants
Malgré les avancées, la résolution maximale de 512 x 512 pixels reste inchangée. De plus, certains défis subsistent, notamment la représentation des doigts et des pieds dans les images générées. Toutefois, ces limitations ne doivent pas occulter les progrès réalisés.
Fonctionnalités d'Inpainting et d’Outpainting
En plus de la génération de texte sur les images, Stable Diffusion XL est également capable de générer des images à partir d'autres images et offre les fonctionnalités d'encrage et de dépigmentation connues de DALL-E 2 (Inpainting et Outpainting). Cependant, ces fonctionalités sont encore limitée à une résolution maximale de 512 x 512 pixels comme les anciens modèles.
La vision du PDG de Stability AI sur l'avenir de la génération d'images par IA
Emad Mostaque, PDG de Stability AI, est optimiste quant à l'avenir de la génération d'images par IA. Lors d'une séance de questions-réponses sur le serveur Discord officiel peu de temps après l'annonce de SDXL, il a déclaré que la génération d'images par IA était pratiquement achevée. D'ici la fin de l'année, il prévoit une génération d'images « précises au pixel près », qui seront indiscernables des photos réelle.
Cette vision met en évidence l'évolution rapide de cette technologie et les opportunités qu'elle offrira dans les années à venir pour diverses industries, telles que le design graphique et l'architecture.
