Stable Diffusion

Stable Diffusion הוא מודל למידה עמוקה שיוצר תמונה מטקסט. המודל פורסם בשנת 2022 והוא משמש בעיקר ליצירת תמונות מפורטות בהתאם לתיאורים טקסטואלים, אם כי ניתן להחיל אותו גם על משימות אחרות כגון שיפוץ תמונות ושחזור צבעים לתמונות שחור לבן.^[1] המודל שוחרר על ידי שיתוף פעולה של מספר חברות: Stability AI, אוניברסיטת מינכן ו-Runway ובתמיכת EleutherAI ו-LAION.^[2]

Stable Diffusion

תמונה שנוצרה באמצעות Stable Diffusion על פי ההנחיה:"צילום של אסטרונאוט רוכב על סוס"
מחזור חיים	22 באוגוסט 2022 – הווה (שנתיים)
גרסה אחרונה	3.5 (23 באוקטובר 2024)
מערכת הפעלה	לינוקס, macOS, Microsoft Windows
נכתבה בשפות	פייתון
סוג רישיון	Stability AI Community License
קוד מקור	https://github.com/Stability-AI/generative-models
stability.ai/stable-image

בניגוד לתוכנות יצירת תמונות מטקסט על בסיס בינה מלאכותית אחרות כגון DALL-E ו-Midjourney שהיו נגישים רק באמצעות שירותי ענן, הקוד של Stable Diffusion פורסם לציבור^[3] והוא יכול לפעול על רוב המחשבים הביתיים בעלי GPU בסיסי.^[4]

טכנולוגיית Stable Diffusion משמשת גם מודלים ג'נרטיביים (יצירתיים) נוספים דוגמת DreamShaper, RealisticVision. בשנת 2024 שחררה חברת Stability AI שייסד עימאד מוסטאק, מודל נוסף המבוסס על אותה טכנולוגיה בשם Cascade.^[5]

טכנולוגיה

תרשים של ארכיטקטורת הדיפוזיה הסמויה בשימוש על ידי Stable Diffusion.

תהליך דה-noising המשמש את Stable Diffusion. המודל יוצר תמונות על ידי דהיית רעש אקראי באופן איטרטיבי עד שהגיע למספר מוגדר של שלבים, בהנחיית מקודד הטקסט CLIP שהוכשר מראש על מושגים יחד עם מנגנון הקשב, וכתוצאה מכך התמונה הרצויה מתארת ייצוג של המושג המאומן.

ארכיטקטורה

פרק זה לוקה בחסר. אנא תרמו לוויקיפדיה והשלימו אותו. ייתכן שתמצאו פירוט בדף השיחה.

יכולות

מודל ה-Stable Diffusion תומך ביכולת ליצור תמונות חדשות מאפס באמצעות בקשת טקסט המתארת אלמנטים שיש לכלול או להשמיט מהתמונה הסופית.^[6] באמצעות המודל ניתן לצייר מחדש תמונות קיימות ולשלב אלמנטים חדשים המתוארים על ידי הנחיית טקסט (תהליך המכונה "סינתזת תמונה מונחית").

שימוש

יצירות הנוצרות ב-Stable Diffusion משוחררות מבחינת זכויות יוצרים והתוכנה מעניקה את זכויות השימוש בכל תמונה למשתמש שיצר את התיאור, בתנאי שתוכן התמונה אינו בלתי חוקי או מזיק לאחרים. החופשיות הניתנת למשתמשים על שימוש בתמונות יצר מחלוקות על האתיקה של זכויות יוצרים, מכיוון שבסופו של דבר, Stable Diffusion ומודלים יצירתיים אחרים מאומנים על תמונות רבות המוגנות בזכויות יוצרים ללא הסכמת הבעלים.^[7]

לאור העובדה שסגנונות ויצירות ויזואליות אינן כפופות לזכויות יוצרים, נוטים לראות בתוצרים של Stable Diffusion ככאלו שאינן מפרות את זכויות היוצרים של יצירות דומות מבחינה ויזואלית.

עם זאת, אנשים המתוארים בתמונות שנוצרו עשויים להיות מוגנים על ידי זכויות אישיות אם נעשה שימוש בדמותם או בקניין רוחני אחר כגון לוגו מותג מוכר שאף הוא נשאר מוגן בזכויות יוצרים.

אף על פי כן, אמנים חזותיים רבים הביעו דאגה ששימוש בתוכנות דוגמת Stable Diffusion עלול להוביל בסופו של דבר לאמנים אנושיים, צלמים, דוגמנים ושחקנים, לאבד בהדרגה את הכדאיות המסחרית מול מתחרים מבוססי בינה מלאכותית.

רישיון שימוש

בניגוד ל-DALL-E וMidJourney יוצרי Stable Diffusion פרסמו את קוד המקור מה שהפך את התוכנה לתוכנה חופשית וקוד פתוח,^[8] הרישיון שלה אוסר על מקרי שימוש לא חוקיים בלבד כגון פשע, לשון הרע, הטרדה, דוקסינג, "ניצול קטינים", מתן ייעוץ רפואי, יצירת חובות משפטיות אוטומטית, הפקת ראיות משפטיות ו"אפליה או פגיעה ביחידים או קבוצות על סמך התנהגות חברתית או מאפיינים אישיים או אישיותיים". המשתמש הפרטי הוא הבעלים של הזכויות על תמונות הפלט שנוצרו, והוא חופשי להשתמש בהן באופן מסחרי.^[9]

קישורים חיצוניים

מדיה וקבצים בנושא Stable Diffusion בוויקישיתוף

• אתר האינטרנט הרשמי של Stable Diffusion (באנגלית)
• שלי קרן, מיזם ה-AI המרדני שגרם לקיקסטארטר לשנות את כללי השימוש שלה, באתר TheMarker‏, 22 בדצמבר 2022
• Diffuse The Rest - a Hugging Face Space by huggingface
• המדריך למשתמש במחולל תמונות מבוסס בינה מלאכותית: כך תגיעו לתוצאות מצוינות, באתר ‏מאקו‏, 4 בדצמבר 2022