Des chercheurs de la LMU créent un modèle d'IA pour générer des images par texte
L'Université Ludwig-Maximilians de Munich a dévoilé Stable Diffusion, un modèle d'IA capable de générer des images à partir de descriptions textuelles sur du matériel standard.
Le groupe de recherche Machine Vision & Learning de l'Université Ludwig-Maximilians (LMU) de Munich, dirigé par le professeur Björn Ommer, a mis au point un algorithme de synthèse d'images baptisé Stable Diffusion. Ce modèle permet de transformer des commandes textuelles en visuels complexes sans nécessiter de supercalculateurs.
En condensant les caractéristiques de milliards d'images d'entraînement dans un modèle de quelques gigaoctets, les chercheurs ont rendu la technologie accessible aux cartes graphiques grand public. Ce développement a bénéficié du soutien de la start-up Stability.Ai, qui a fourni la puissance de calcul nécessaire à l'entraînement. Les auteurs comparent l'impact de ces outils à celui des traitements de texte pour l'écriture.
L'objectif de ce projet est de faire progresser la recherche fondamentale en vision par ordinateur et en apprentissage automatique. L'équipe de la LMU a rendu le modèle disponible gratuitement sous la licence CreativeML Open RAIL-M afin d'encourager la recherche collaborative et le développement d'applications basées sur cette technologie.