LMU-Forscher entwickeln KI-Modell zur Bildgenerierung aus Text
Wissenschaftler der LMU München haben mit Stable Diffusion ein KI-Modell vorgestellt, das Bilder auf handelsüblicher Hardware generiert.
Die Forschungsgruppe Machine Vision & Learning an der Ludwig-Maximilians-Universität (LMU) München hat unter der Leitung von Prof. Björn Ommer ein KI-Modell zur Bildsynthese entwickelt, das als Stable Diffusion bekannt ist. Die Software ermöglicht es, aus textuellen Vorgaben komplexe Bilder zu erstellen, ohne dass dafür der Einsatz von Supercomputern erforderlich ist.
Der technologische Fortschritt beruht auf einer effizienten Kompression: Die KI kondensiert die Merkmale von Milliarden von Trainingsbildern auf ein Modell von nur wenigen Gigabyte. Dies ermöglicht den Betrieb auf handelsüblichen Grafikkarten. Bei der Entwicklung wurde das LMU-Team durch das Start-up Stability.Ai unterstützt, welches die nötige Rechenkapazität für das Training bereitstellte.
Die Wissenschaftler betrachten das Modell als ein Werkzeug zur Demokratisierung kreativer Gestaltungsprozesse. Das Modell wurde unter der CreativeML Open RAIL-M-Lizenz veröffentlicht, um den weiteren Austausch in der Forschungsgemeinschaft und die praktische Anwendung im Bereich des maschinellen Lernens zu fördern.