Stable Diffusion 2.1

Модель Stable Diffusion v2-1 представляет собой диффузионную модель на основе латентного пространства, разработанную для генерации и модификации изображений на основе текстовых запросов. Она основана на предобученной модели Stable Diffusion v2 и была уточнена (fine-tuned) в два этапа:

• 55 000 шагов обучения на том же датасете с параметром `p_unsafe=0.1` (фильтрация контента).
• Дополнительные 155 000 шагов обучения с `p_unsafe=0.98`.

Модель использует текстовый энкодер OpenCLIP-ViT/H (английский) для обработки запросов и U-Net архитектуру для генерации изображений. Поддерживает генерацию изображений размером 768x768 пикселей. Обучена на подмножестве датасета LAION-5B, отфильтрованном с помощью детектора NSFW (non-safe для контента) и aesthetic score ≥4.5. Во время обучения были использованы 32 x 8 x A100 GPUs, оптимизатор AdamW с learning rate 0.0001, батч-размер 2048.  

Дата анонса: 06.12.2022
Параметров: 3.5B
Контекст: 77
Потребление памяти: 1.6 ГБ в точности 4 бит
Разработчик: Stability AI
Лицензия: OpenRail++

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с Stable Diffusion 2.1.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.