Stable Diffusion se publica con los pesos incluidos, y eso lo cambia todo
🟠 Intermedio · Importante · 5 min de lectura
El 22 de agosto se publicó Stable Diffusion. No es el primer modelo que genera
imágenes a partir de texto, ni siquiera el mejor según algunos. Es el primero
que puedes descargarte entero y ejecutar en tu propio equipo.
Qué ha pasado
Stability AI anunció la publicación pública de Stable Diffusion, un modelo de
texto a imagen de código abierto. Es el resultado de una colaboración entre
Stability AI, RunwayML, el grupo CompVis del centro de visión y aprendizaje
automático de la Universidad de Múnich, EleutherAI y LAION.
Lo decisivo está en cómo se ha publicado. La versión recomendada es la 1.4, y
tanto el código como los pesos se distribuyen bajo licencia CreativeML Open
RAIL-M. Los pesos son los parámetros numéricos que codifican lo que el modelo
ha aprendido, y se pueden descargar libremente.
Eso no había pasado con un modelo de esta capacidad.
Por qué importa
Compara con lo que teníamos hace cuatro meses. DALL·E 2 es una vista previa de
investigación con lista de espera, servida desde los servidores de OpenAI, con
sus filtros y sus condiciones. Puedes usarlo si te dejan, mientras te dejen, y
como te dejen.
Stable Diffusion se descarga y ya es tuyo. Puedes ejecutarlo sin conexión,
afinarlo con tus propias imágenes, meterlo dentro de un producto, estudiar cómo
funciona por dentro o modificarlo. Nadie puede quitártelo ni cambiar las reglas
a mitad.
Para quien desarrolla, la diferencia entre una API y unos pesos descargables es
la diferencia entre alquilar y tener. Y esto va a acelerar muchísimo el
ecosistema alrededor, porque cuando cualquiera puede trastear con el modelo, la
gente construye cosas que a los autores no se les habían ocurrido.
Lo que no sabemos todavía
La licencia RAIL no es exactamente una licencia libre clásica. Impone
restricciones de uso, y todavía está por ver cómo se interpretan y si se pueden
hacer cumplir. Conviene leerla antes de meter esto en un producto comercial.
Tampoco está resuelto el asunto de los datos de entrenamiento. Publicar los
pesos hace el modelo más auditable, pero no responde a la pregunta de con qué
imágenes se entrenó ni con qué permiso.
Y hay una consecuencia incómoda de la que se habla poco. Los filtros de
contenido de un servicio cerrado se pueden actualizar; los de un modelo que ya
está descargado en cien mil ordenadores, no. Publicar los pesos entrega el
control junto con la herramienta, y eso incluye entregar el control a quien lo
use mal.
Qué haría yo esta semana
Descargarlo y ejecutarlo en local, aunque sea solo para entender qué hace falta
para mover uno de estos en tu propia máquina. Ese conocimiento va a valer más
que cualquier resumen que leas, incluido este.
Y prestar atención a lo que aparece alrededor durante los próximos meses.
Cuando un modelo capaz se vuelve descargable, lo interesante deja de ser el
modelo y pasa a ser lo que la gente construye encima.