Stability AI ha presentado el modelo más avanzado hasta la fecha de generación de imágenes a partir de texto, el Stable Diffusion 3.5 Large, que ahora está disponible a través de Amazon SageMaker JumpStart. Este nuevo modelo, desarrollado en Amazon SageMaker HyperPod, ofrece a los usuarios de AWS la capacidad de crear imágenes de alta calidad basándose en descripciones textuales, marcando un hito en el acceso asequible a tecnologías avanzadas de inteligencia artificial.
Stable Diffusion 3.5 Large, con sus 8.1 mil millones de parámetros, se destaca como el modelo más poderoso de su familia, ofreciendo una fidelidad a las indicaciones y una calidad de imagen sin igual. Su capacidad para generar imágenes con múltiples y complejos sujetos lo convierte en una herramienta ideal para sectores diversos como medios de comunicación, publicidad, videojuegos, comercio electrónico y educación. A pesar de su complejidad técnica, ha sido optimizado para operar de manera eficiente, permitiendo a usuarios de diversas industrias beneficiarse de sus capacidades sin necesidad de experiencia avanzada en IA.
SageMaker JumpStart pone a disposición una amplia gama de modelos fundacionales, facilitando a los especialistas en aprendizaje automático el despliegue y personalización de estos modelos en un entorno seguro que cumple con estrictas políticas de privacidad de datos. Stable Diffusion 3.5 Large puede ser fácilmente descubierto y desplegado mediante SageMaker Studio, que proporciona herramientas de MLOps avanzadas como Amazon SageMaker Pipelines y Debugger.
El modelo ya está accesible en múltiples regiones de AWS alrededor del mundo, incluyendo América, Asia Pacífico, Europa, África y el Medio Oriente. Además, para utilizar este modelo, los usuarios deben asegurarse de contar con el acceso completo de AmazonSageMakerFullAccess y permisos específicos de AWS Marketplace, permitiéndoles suscribirse al servicio a través de SageMaker JumpStart.
Para facilitar su implementación, se ha puesto a disposición del público un ejemplo de notebook en el repositorio de GitHub de Stability AI. Este ejemplo guía a los usuarios en el despliegue del modelo en una instancia ml.p5.48xlarge de Amazon Elastic Compute Cloud.
Una vez finalizado el uso del modelo, los usuarios tienen la opción de eliminar el endpoint para detener la facturación asociada a las instancias de EC2 utilizadas, garantizando así una gestión eficiente de los recursos. Esto puede lograrse mediante la interfaz de línea de comandos de AWS, proporcionando un control completo sobre los endpoints de SageMaker.
