Stable Diffusion Dream Studio

Stable Diffusion ist eine kostenlose KI (Künstliche Intelligenz), die aus freien Texteingaben in natürlicher Sprache Bilder generiert.

Über ein Textfeld teilen Nutzer der KI mit wenigen Worten mit, was das gewünschte Bild darstellen soll – beispielsweise ein Känguru, das einen Partyhut trägt. Als Eingaben sind aber nicht nur Tiere oder Gegenstände geeignet, sondern auch Mal- und Zeichenstile sowie Formen oder Orte. Daraus erstellt Stable Diffusion dann ein Bild. Das KI-System wurde zuvor mit zahlreichen Bild- und Textinformationen trainiert, wodurch möglichst realitätsnahe Ergebnisse entstehen sollen.

Fotorealistische Bilder und Multi-subject Prompts in Stable Diffusion 3

Für Stable Diffusion 3 versprechen die Entwickler fotorealistische Bilder und die Verarbeitung von komplexen Prompts. So sollen Abschnitte eines Prompts, die sich aufeinander beziehen, besser interpretiert und umgesetzt werden. Dementsprechend soll die KI nicht länger mit Texteingaben wie "eine Frau auf dem Dach eines Hochhauses und daneben ein Affe in schicken Klamotten, mit einer Brille" überfordert sein.

Bild 1 von 1

Stable Diffusion

Wer hinter Stable Diffusion steckt

Die Open-Source-Software wird auf verschiedenen Wegen bereitgestellt, unter anderem durch DreamStudio AI im Browser. Hinter Stable Diffusion steckt eine Zusammenarbeit von Stabilty AI, RunwayML, EleutherAI, LAION und einer Forschungsgruppe der LMU München.

Alternativen zu Stable Diffusion

Bekannte Alternative zu Stable Diffusion sind Dall-E-2, das von den ChatGTP-Machern OpenAI stammt, sowie Midjourney. Auch der Social-Media-Dienst TikTok hat solche KI-Routinen für sich entdeckt und bietet seinen Nutzern seither einen Videoeffekt, der ebenfalls selbst Bild auf Basis von Texteingaben generiert. Das Ganze kann dabei als Video aufgenommen und direkt auf der Plattform veröffentlicht werden.

Google hat Bedenken bei eigener KI "Imagen"

Ein weiteres solches KI-System ist Google Imagen, das Google allerdings weder veröffentlicht noch als Demo bereitgestellt hat. Das Unternehmen befürchtet eine missbräuchliche Nutzung und gibt an, dass das System in seiner bisherigen Form dazu beitragen könnte, falsche Stereotypen zu fördern. Aufgrund dieser Bedenken hält Google den Code von Imagen vorerst zurück. Ähnliche Diskussionen gab und gibt es etwa um die Deepfakes-App, mit der sich KI-basiert manipulierte Videos erstellen lassen.