安定拡散3は、Stability AIが今までリリースした中で最高のStable Diffusionモデルです。このモデルにはいくつかの問題点、特に動的な人体ポーズの生成に苦手な点がありますが、非常に強力で優れたテキストから画像への変換モデルです。

このモデルは詳細なプロンプトに従うことに優れ、高品質で美的に魅力的な画像を生成することができます。特に現実的な風景、ポートレート、3Dレンダリングの生成に長けています。以前のStable Diffusion Excelモデルと比べると、品質の差は大きいです。

しかし、このモデルにも注目すべき制限がいくつかあります。人物を垂直以外の姿勢で正確に描写することが苦手で、しばしば奇妙で歪んだ結果を生み出します。これは恐らく、人物が標準的な姿勢の画像に偏っていた学習データに起因するものです。

さらに、このモデルは過度に検閲されており、露骨な内容やNSFWコンテンツを生成する機能がありません。これは一部のユーザーにとって問題にならないかもしれませんが、そのような機能に依存している人にとっては致命的な欠点となります。

また、このモデルは非商用使用ライセンスの下にあり、商用利用には月額20ドルの使用料が必要です。これはある程度の障壁となるかもしれませんが、モデルの出力から収益を上げる企業にとっては比較的低い費用といえます。

これらの欠点にもかかわらず、Stable Diffusion 3は、Stability AIのテキストから画像への変換技術にとって大きな前進です。このモデルの機能は、微調整やコミュニティ主導の改善への新しい可能性を開きます。コミュニティが引き続きこのモデルを探索し洗練させていくにつれ、さらに印象的な結果が期待できるでしょう。