Stable Diffusion 3 là mô hình Stable Diffusion tốt nhất được Stability AI phát hành đến nay. Mặc dù mô hình này có một số vấn đề, đặc biệt là trong việc tạo ra các tư thế người động, nhưng đây vẫn là một mô hình chuyển văn bản sang hình ảnh rất mạnh mẽ và có khả năng.

Mô hình này rất giỏi trong việc tuân theo các lời nhắc chi tiết, tạo ra các hình ảnh chất lượng cao và thẩm mỹ. Nó đặc biệt giỏi trong việc tạo ra các phong cảnh thực tế, chân dung và bản vẽ 3D. So với mô hình Stable Diffusion Excel trước đây, sự khác biệt về chất lượng là đáng kể.

Tuy nhiên, mô hình này cũng có một số hạn chế đáng chú ý. Nó gặp khó khăn trong việc mô tả chính xác người trong các tư thế không đứng thẳng, thường tạo ra các kết quả kỳ lạ và bị biến dạng. Điều này có thể do dữ liệu huấn luyện được sử dụng, có thể đã có xu hướng thiên về các hình ảnh của người trong các tư thế tiêu chuẩn hơn.

Ngoài ra, mô hình này cũng bị kiểm duyệt nghiêm ngặt, không có khả năng tạo ra bất kỳ nội dung rõ ràng hoặc NSFW nào. Mặc dù điều này có thể không phải là vấn đề với một số người dùng, nhưng nó sẽ là một rào cản với những người phụ thuộc vào những khả năng như vậy.

Mô hình này cũng đi kèm với giấy phép sử dụng phi thương mại, yêu cầu phải trả phí 20 đô la mỗi tháng để sử dụng cho mục đích thương mại. Điều này có thể là một rào cản với một số người, nhưng chi phí tương đối thấp, đặc biệt là đối với các doanh nghiệp tạo ra doanh thu từ đầu ra của mô hình.

Mặc dù Stable Diffusion 3 là một mô hình ấn tượng và là mô hình Stable Diffusion tốt nhất được Stability AI phát hành, nó vẫn có một số vấn đề đáng chú ý:

1. Tạo hình người: Mô hình này gặp khó khăn trong việc tạo ra giải phẫu người chính xác và tự nhiên, đặc biệt khi chủ thể ở trong một tư thế động hoặc không ở trong tư thế đứng thẳng. Các hình ảnh của người nằm hoặc ở trong các tư thế như yoga thường dẫn đến các kết quả kỳ lạ và bị biến dạng.

2. Kiểm duyệt: Stable Diffusion 3 là mô hình bị kiểm duyệt nghiêm ngặt nhất được Stability AI phát hành. Nó không thể tạo ra bất kỳ nội dung rõ ràng hoặc NSFW nào, ngay cả khi được nhắc. Điều này có thể là vấn đề với một số người dùng muốn có nhiều tự do sáng tạo hơn.

3. Cấp phép thương mại: Lần đầu tiên, mô hình Stable Diffusion cơ bản được cấp phép sử dụng phi thương mại. Người dùng muốn tạo nội dung cho mục đích thương mại sẽ phải trả phí cấp phép 20 đô la mỗi tháng nếu doanh thu hàng năm của họ dưới 1 triệu đô la. Điều này có thể là một rào cản với một số nhà sáng tạo và doanh nghiệp.

Mặc dù Stable Diffusion 3 là một mô hình ấn tượng nhìn chung, nó đã gặp phải sự phản đối đáng kể từ cộng đồng do một số hạn chế của nó. Mô hình này gặp khó khăn trong việc tạo ra giải phẫu người trong các tư thế động hoặc không đứng thẳng, thường dẫn đến các kết quả kỳ lạ và không đáng hài lòng. Điều này đã dẫn đến một làn sóng phê bình và thất vọng từ người dùng.

Tuy nhiên, điều quan trọng là phải nhận thức rằng đây là một mô hình cơ bản miễn phí được phát hành bởi Stability AI. Các mô hình cơ bản trước đây cũng đã gặp phải những vấn đề tương tự, nhưng cộng đồng đã có thể tạo ra các mô hình được tinh chỉnh tuyệt vời để giải quyết những hạn chế này. Điều tương tự có thể xảy ra với Stable Diffusion 3, vì hiệu suất mạnh mẽ của mô hình trong các lĩnh vực khác, như tạo phong cảnh và chân dung, mở ra các khả năng cải thiện trong tương lai.

Mặc dù những lời phê bình là có thể hiểu được, nhưng điều quan trọng là phải duy trì một quan điểm cân bằng. Các hạn chế của mô hình không phải là do "vấn đề kỹ năng" của người dùng, mà là phản ánh dữ liệu huấn luyện và kiến trúc mô hình. Các giải pháp thay thế, như quy trình làm việc Clocon UI, có thể được sử dụng để tạo ra các tư thế động hơn, nhưng đây không phải là các giải pháp tự động.

Các hạn chế nghiêm ngặt về nội dung của mô hình, ngăn cản việc tạo ra bất kỳ nội dung rõ ràng hoặc NSFW nào, cũng có thể là mối quan tâm với một số người dùng. Tuy nhiên, đây là một lựa chọn cố ý của Stability AI, và các mô hình được tinh chỉnh trong tương lai có thể giải quyết vấn đề này một phần.

Cuối cùng, phản hồi và phê bình của cộng đồng có thể là giá trị trong việc định hình sự phát triển trong tương lai của Stable Diffusion và các mô hình chuyển văn bản sang hình ảnh khác. Bằng cách công nhận các hạn chế của mô hình và làm việc hợp tác, cộng đồng có thể giúp thúc đẩy việc tạo ra các mô hình mạnh mẽ và đa năng hơn trong tương lai.

Mặc dù Stable Diffusion 3 Medium có những hạn chế của nó, đặc biệt là trong việc tạo ra các tư thế người động, nó đại diện cho một bước tiến đáng kể trong khả năng của các mô hình chuyển văn bản sang hình ảnh. Khả năng của mô hình này trong việc tuân theo các lời nhắc chi tiết và tạo ra các hình ảnh chất lượng cao và thẩm mỹ mở ra một thế giới các khả năng cho các mô hình được tinh chỉnh trong tương lai.

Khi cộng đồng tiếp tục khám phá và thử nghiệm với Stable Diffusion 3 Medium, chúng ta có thể mong đợi sẽ thấy một loạt các mô hình được tinh chỉnh ấn tượng giải quyết các hạn chế hiện tại và đẩy mạnh giới hạn của những gì có thể trong việc tạo ra chuyển văn bản sang hình ảnh. Với sự sẵn có của các công cụ tinh chỉnh mạnh mẽ, cộng đồng có thể điều chỉnh mô hình theo nhu cầu cụ thể của họ, cho dù đó là tạo ra các tư thế người chân thực hơn, mở rộng phạm vi chủ đề hoặc nâng cao chất lượng tổng thể của các hình ảnh được tạo ra.

Giấy phép sử dụng phi thương mại của Stable Diffusion 3 Medium, mặc dù là một vấn đề cần cân nhắc với một số người, cũng mang lại cơ hội cho cộng đồng hợp tác và phát triển các ứng dụng sáng tạo có thể mang lại lợi ích cho công chúng rộng rãi hơn. Chi phí cấp phép thương mại tương đối thấp cũng khiến nó trở nên dễ tiếp cận hơn đối với các doanh nghiệp và tổ chức muốn tận dụng khả năng của mô hình.

Khi lĩnh vực tạo ra chuyển văn bản sang hình ảnh tiếp tục phát triển, chúng ta có thể mong đợi Stable Diffusion 3 Medium và các phiên bản trong tương lai của nó sẽ đóng vai trò then chốt trong định hình tương lai của công nghệ này. Với sự sáng tạo của cộng đồng và những tiến bộ liên tục trong lĩnh vực trí tuệ nhân tạo, tiềm năng cho các mô hình chuyển văn bản sang hình ảnh ấn tượng và đa năng hơn nữa thực sự rất hấp dẫn.