LMU-forskare utvecklar AI-modell för text-till-bild-generering
Forskare vid LMU München har skapat Stable Diffusion, en AI-modell som kan generera bilder från text på en vanlig grafikkortsenhet.
Forskargruppen Machine Vision & Learning vid Ludwig-Maximilians-Universität (LMU) München har presenterat Stable Diffusion, en algoritm för bildsyntes. Under ledning av professor Björn Ommer har teamet tagit fram en modell som gör det möjligt att omvandla textbeskrivningar till visuellt innehåll på standardhårdvara.
Till skillnad från tidigare lösningar kräver Stable Diffusion inte storskaliga superdatorer. Genom att destillera information från miljarder bilder till en kompakt modell på några gigabyte har forskarna lyckats sänka trösklarna för generativ bildkonst. Utvecklingen skedde i samarbete med startup-bolaget Stability.Ai, som tillhandahöll nödvändig serverkapacitet för träning av modellen.
Forskarna liknar AI-verktygets inverkan på bildskapande med hur ordbehandlingsprogram förändrade skrivandet. LMU har valt att tillgängliggöra modellen under licensen CreativeML Open RAIL-M för att uppmuntra till vidare forskning och praktisk tillämpning av tekniken inom maskininlärning.