Stability AI、「Stable Diffusion 3」とチャットbot「Stable Assistant」発表

Stability AIは、画像生成AIの「Stable Diffusion 3」と「Stable Diffusion 3 Turbo」、AIチャットbot「Stable Assistant」を発表した。タイポグラフィとプロンプトの忠実度は「DALL・E 3」と同等もしくは上回るとしている。

[ITmedia]

　英Stability AIは4月17日（現地時間）、画像生成AIの「Stable Diffusion 3」と「Stable Diffusion 3 Turbo」、AIチャットbot「Stable Assistant」を発表した。Stable Diffusionの新版はまだプレビュー段階だとしているが、開発者プラットフォームからアクセスできる。

Stable Diffusion 3に「Awesome artwork of a wizard on the top of a mountain, he's creating the big text "Stable Diffusion 3 API" with magic, magic text, at dawn, sunrise.」（夜明けに山頂にいる魔術師が、魔法で大きな「Stable Diffusion 3 API」という文字を日の出の光の中に描いている素晴らしい作品）というプロンプトで生成させた画像（画像：Stability AI）

　Stable Diffusion新版を提供する開発者プラットフォームは、米APIプラットフォーム企業Fireworks AIとの提携で提供する。将来的にはStability AIのメンバーシップを通じてモデルの重みを自社サーバでホストできるようにする計画という。

　タイポグラフィ（文字デザイン）とプロンプトの忠実度で米OpenAIの「DALL・E 3」や米Midjourneyの「Midjourney v6」などの競合するテキストから画像への生成AIと同等かそれらを上回るとしている。

　新版は新しいMultimodal Diffusion Transformer（MMDiT）アーキテクチャを採用し、画像と言語の表現に別々の重みセットを使うため、旧版と比較してテキストの理解とスペルの能力が向上したという。

　APIでの提供と並行して、Stable Diffusion 3を搭載したStable Assistantのβ版の初期リリースに限られた数のユーザーを招待している。

Stable Assistant

　新版を一般に公開しないのは、「悪意ある者による悪用を防ぐため」。研究者や専門家、コミュニティと継続的に協力することで、モデルの改善を続けるとしている。

　Stability AI Developer Platform APIは専用サイトで確認できる。