ستيبيل ديفيوجن 3.5: استجابة محسّنة للمطالب وزيادة التنوع في توليد الشخصيات

أطلقت Stable Diffusion، البديل مفتوح المصدر لمولدات الصور المدعومة بالذكاء الاصطناعي مثل Midjourney وDALL-E، النسخة 3.5. يتناول هذا التحديث الانتقادات التي واجهتها النسخة السابقة Stable Diffusion 3 Medium، التي قوبلت برفض واسع النطاق. وتدعي Stability AI أن نموذج 3.5 يقدم تحسينات في دقة الاستجابة للمطالب، ويتنافس مع النماذج الأكبر من حيث جودة الصور. بالإضافة إلى ذلك، تم تصميمه لإنتاج مجموعة متنوعة من الأساليب وألوان البشرة والملامح دون الحاجة إلى مطالبات محددة.

النموذج الجديد متوفر في ثلاث نسخ:

1. Stable Diffusion 3.5 Large: هذه هي النسخة الأقوى، حيث تقدم أعلى جودة وتتفوق في الالتزام بالمطالب. تؤكد Stability AI أنها مناسبة للاستخدام المهني بدقة 1 ميجابكسل.

2. Stable Diffusion 3.5 Large Turbo: نسخة محسّنة من النسخة Large، تعطي الأولوية للكفاءة مع استمرارها في إنتاج صور عالية الجودة والالتزام الممتاز بالمطالب في أربع خطوات فقط.

3. Stable Diffusion 3.5 Medium: مصممة لأجهزة المستخدمين، حيث توازن بين الجودة وسهولة الوصول، مما يسمح بتوليد صور تتراوح بين 0.25 و2 ميجابكسل. ومع ذلك، فإن هذه النسخة لن تكون متاحة حتى 29 أكتوبر، على عكس النموذجين الأولين المتاحين حالياً.

تأتي إصدار 3.5 بعد الإطلاق المثير للجدل لـStable Diffusion 3 Medium في يونيو، حيث أنتج النموذج صورًا غريبة بشكل غير مقبول استجابةً لمطالبات بسيطة. اعترفت Stability AI بأن هذه النسخة السابقة "لم تلبي معاييرنا أو توقعات مجتمعنا بالكامل"، مما يشير إلى تركيز قوي على الالتزام بالمطالب في الإصدار الحالي.

علاوة على ذلك، تتضمن سلسلة 3.5 فلاتر جديدة تهدف إلى تمثيل التنوع البشري بشكل أفضل، مما يعكس مختلف ألوان البشرة والملامح دون الحاجة إلى مطالبات موسعة. هذا التحسين يأتي في ضوء الأخطاء السابقة في التمثيل، مثل جدل Google في وقت سابق من هذا العام عندما أنتج نموذج Gemini صوراً تاريخية غير دقيقة. أدى رد الفعل السلبي من تلك الحادثة إلى تأجيل Google دمج التوليد البشري لمدة ستة أشهر.

مع هذه التحسينات، نأمل أن تتمكن Stable Diffusion 3.5 من التقاط تفاصيل التنوع البشري والسياقات التاريخية بفاعلية في نتاجاتها.