Die jetzt veröffentlichte neue Version Stable Diffusion 3 Medium ist nach Angaben des Herstellers Stability AI das bislang fortschrittlichste Text-zu-Bild-Modell. Dennoch macht es gerade bei der Darstellung von Menschen gravierende Fehler.
Sobald Personen im Bild sind, werden Anzahl und Proportion von Körperteilen falsch dargestellt und überhaupt grob entstellende Darstellungen generiert. In der Community, in der das neue Release entsetzt kommentiert wird, vermutet man, das neue, härtere NSFW-Filter (Not Safe For Work) die Ursache sind. Diese Filter sollen es eigentlich verhindern, dass Bilder mit sexistischem oder gewaltverherrlichendem Inhalt erzeugt werden können, schießen nun aber eventuell über das Ziel hinaus. In Postings auf reddit werden zahlreiche Beispielbilder, namentlich mit entstellten Händen, aber auch mit anderen groben Fehlern in der Darstellung von Menschen demonstriert. Bilder ohne Personen sollen dagegen funktionieren.
