DiffusionX, một dự án mới của nhóm nghiên cứu AI tại công ty Stability Labs, đã công bố phiên bản beta trên GitHub với khả năng tạo ảnh độ phân giải lên tới 8K (7680×4320) chỉ trong vòng 3 giây trên GPU RTX 4090. Mô hình sử dụng kiến trúc diffusion mới – Multi‑Scale Latent Diffusion (MSLD) – kết hợp với bộ lọc attention‑sparse để giảm chi phí tính toán.
Trong các bài kiểm tra benchmark ImageNet‑HD, DiffusionX đạt điểm SSIM 0.94 và FID 3.1, vượt trội hơn so với các mô hình diffusion hiện có như Stable Diffusion 2.1 và Midjourney V5. Đặc biệt, mô hình hỗ trợ “prompt‑conditioning” đa ngôn ngữ, cho phép người dùng nhập mô tả bằng tiếng Việt, tiếng Anh hoặc tiếng Trung.
Mã nguồn được phát hành dưới giấy phép Apache 2.0, kèm theo tài liệu hướng dẫn chi tiết và các script tối ưu cho môi trường Docker và Kubernetes. Dự án đã nhận được hơn 1.200 sao trên GitHub chỉ trong 48 giờ đầu, chứng tỏ sự quan tâm mạnh mẽ của cộng đồng sáng tạo nội dung.
Nhóm phát triển khuyến khích các nhà nghiên cứu và nhà phát triển tham gia đóng góp, đặc biệt là trong việc cải thiện bộ lọc noise reduction và mở rộng các plugin cho các nền tảng đồ họa như Blender và Unity.