LinuxParty

La primera versión pública de Stable Diffusion se lanzó a mediados de agosto del 2022, representando todo un golpe al mercado de la IA generativa de imágenes: apenas nos estábamos acostumbrando a todo lo que podían hacer soluciones privativas como DALL-E 2 y MidJourney, y de pronto teníamos entre nuestras manos una potentísima alternativa open source.

Para finales de ese mismo mes, el modelo de Stable Diffusion ya se había actualizado a la versión 1.5. En conjunto, la 'V1' de esta IA fue, según nos recuerdan sus creadores, un ejemplo de software con «uno de los ascensos más rápidos a 10.000 estrellas de Github, disparándose a través de 33.000 estrellas en menos de dos meses».

Y ahora, menos de tres meses después del lanzamiento de la 1.5, la gente de Stability AI acaba de anunciar el lanzamiento de Stable Diffusion V2, el cual "ofrece una serie de grandes mejoras y características en comparación con la versión V1 original".

«Grandes mejoras» como la inclusión de OpenCLIP, un nuevo codificador de texto que «mejora en gran medida la calidad de las imágenes generadas» y de un nuevo dataset con su correspondiente y mejorado filtro anti-NSFW.

"¡Hemos trabajado duro para optimizar los modelos para que se ejecuten en una sola GPU, haciéndolos accesibles a tantas personas como sea posible desde el primer momento!"

La V2 también incluye un modelo de reescalado capaz de multiplicar por cuatro la resolución de las imágenes.

Depth2img es un modelo «guiado por profundidad», una novedad incorporada a la V2 que «infiere la profundidad de una imagen de entrada y luego genera nuevas imágenes usando tanto el texto como la información de profundidad».

Repintando

«Finalmente, también incluimos un nuevo modelo de repintado guiado por texto, que hace que sea muy fácil cambiar partes de una imagen de manera inteligente y rápida».