Stability AIが画像生成AIの新モデルである「Stable Diffusion 3.5」を発表！従来モデルと何が変わった？

2024年10月22日にStability AIが、画像生成AIの「Stable Diffusion 3.5」を発表しました。Stable Diffusion 3.5は、高品質な画像生成が可能で、カスタマイズ性とパフォーマンスを大幅に向上させています。

今回の記事では、Stable Diffusion 3.5の特徴について詳しく解説します。画像生成AIの導入を検討している方は、ぜひ参考にしてください。

Stable Diffusion 3.5とは

Stable Diffusion 3.5は、2024年10月22日にStability AIが発表した画像生成AIの新モデルです。前バージョンの反省を活かし、カスタマイズ性を重視して開発されました。画像生成における柔軟性が向上し、ユーザーのニーズに合わせた調整が容易になっています。

また、Stable Diffusion 3.5は以下の3つのモデルで構成されています。

• Stable Diffusion 3.5 Large
• Stable Diffusion 3.5 Large Turbo
• Stable Diffusion 3.5 Medium

それぞれ、詳しく解説します。

Stable Diffusion 3.5 Large

80億のパラメーター（AIモデルの学習量を示す数値）を持つ基本モデルです。1メガピクセルの高解像度画像生成に対応し、プロンプト（AIへの指示）の忠実度では業界トップクラスの性能を実現しています。

プロフェッショナルな用途に最適で、3D、写真、絵画、線画などさまざまなスタイルの画像生成が可能です。

Stable Diffusion 3.5 Large Turbo

Largeモデルの高速版です。わずか4ステップという短時間で高品質な画像生成を実現しています。一般的な画像生成AIは、画像を作り上げるまでに20回から50回程度の計算（ステップ）を必要としますが、Stable Diffusion 3.5 Large Turboは、わずか4回の計算で高品質な画像を生成できるのです。

通常のLargeモデルと比較して処理速度が大幅に向上し、画質やプロンプトの再現性も競争力を保っています。迅速な画像生成が必要な場面で力を発揮するでしょう。

Stable Diffusion 3.5 Medium

26億パラメーターの軽量モデルで、一般的なコンピューターでも快適に動作するよう最適化されています。必要なVRAM（グラフィックス用メモリ）は9.9GBのみで、ほとんどの一般向けGPUで利用可能です。

0.25から2メガピクセルまでの幅広い解像度に対応しています。

何が進化した？

生成される画像の品質はもちろんですが(上記画像参照)、最大の進化点は、カスタマイズ性の向上です。例えば、以下のような調整が容易になりました。

スタイルの細かな調整：写真のような写実的な画像から、アニメ調、水彩画風、3DCGなど、さまざまな表現スタイルを、詳細な指示なしでも生成できるようになりました。

画像の一貫性：同じテーマで複数の画像を生成する際、画風や雰囲気を統一しやすくなりました。これにより、商品カタログやキャラクターデザインなど、一連の画像制作が効率的に行えます。

精度の向上：新しい画像処理の仕組みを導入したことで、ユーザーの意図をより正確に理解し、求める画像に近い結果を生成できるようになりました。

また、一般的なパソコンでも快適に動作するよう最適化され、専用の高性能マシンがなくても利用できるようになっています。

Stable Diffusion 3.5の利用料金

Stable Diffusion 3.5は、非営利目的での利用は無料です。また、年間収益100万ドル未満の企業や個人クリエイターも、商用利用を含めて無料で利用できます。

生成された画像の著作権は利用者に帰属するため、ほとんどのユーザーが気軽に利用できるでしょう。

まとめ

今回の記事では、Stability AI が発表したStable Diffusion 3.5について解説しました。カスタマイズ性の向上で、さらに品質の高い画像生成が可能になりました。

一般的なユーザーは無料で利用できるため、画像生成AIの活用を検討している方は、ぜひ利用してみてください。

生成AIによる専門文書の精密な翻訳ソリューション

T-4OOは、LLM (大規模言語モデル) を用いた画期的な翻訳アルゴリズムにより、従来のNMTモデルとの比較で文脈や語調・書き振りをより自然に反映しながら、専門用語や参考文献に基づいた高い翻訳精度を実現。

細分化された2000の分野に対応し、ビジネス・研究開発の専門文書の翻訳など、様々なシーンで活用されてます。

「T-4OO」の機能と特徴

• 専門2000分野・100言語をカバー
• スキャン画像PDFも丸ごと翻訳
• 社内・業界フレーズを自動学習
• Web上でラクラク訳文編集
• その場で解決 電話でサポート

単に文字を翻訳するだけでいいというわけではありません。
T-4OOは、業務フローにこだわった多彩な便利機能で業務効率化を強力にサポートします。

T-4OOの詳細を確認する