|
著名大模型开源平台Stability AI，开源了超强文生图模型——Stable Diffusion
3.5。
Stable
Diffusion 3.5一共有Large、Large Turbo和Medium三个版本，可根据不同的商业环境提供高度定制功能，同时对这些模型进行了大幅度优化可在消费级GPU就能轻松推理运行。 
开源地址：https://huggingface.co/stabilityai
Github：https://github.com/Stability-AI/sd3.5 今年6月Stability AI首次开源了Stable
Diffusion 3 Medium，但效果未达到预期，在听取了社区用户的反馈后，Stability AI花费大量时间进一步开发，便有了最新的3.5版本。
Large、Turbo、Medium简单介绍
在这次发布中，Stable Diffusion 3.5提供了多种模型，以满足不同用户群体的需求。Stable
Diffusion 3.5 Large模型拥有80亿参数，提供了卓越的图片质量和高度文本语义还原，是Stable Diffusion家族中最强大的模型，非常适合专业使用，尤其是在100万像素分辨率的图片。
而Stable Diffusion 3.5 Large Turbo模型则是一个蒸馏版本，它能够在仅仅4步之内生成高质量的图像，并且对提示的遵循性非常好，速度比Stable
Diffusion 3.5 Large快得多。
Stable
Diffusion 3.5 Medium模型将在10月29日发布，这个模型有25亿参数，采用了改进的MMDiT-X架构和训练方法，能在消费级硬件上即开即用，可生成0.25—200万像素之间生成图像，兼顾了质量和易定制性。
在开发这些模型的过程中，Stability AI优先考虑了可定制性，提供了一个灵活的基础来构建。 将Query-Key归一化集成到了变换器块中，这不仅稳定了模型训练过程，还简化了进一步的微调和开发。
为了支持这种下游的灵活性，Stability AI不得不做出一些权衡，例如，同一个提示使用不同种子可能会产生更大的输出变化，这是有意为之的，以帮助在基础模型中保留更广泛的知识库和多样化的风格。
此外，Stable Diffusion 3.5在可定制性、高效的性能以及多样化的输出方面表现出色，使其成为市场上最可定制和最易访问的文生图像模型之一，同时在提示遵循性和图像质量方面保持了顶级性能。
本文素材来源Stability AI，如有侵权请联系删除ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 12px;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);visibility: visible;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(34, 34, 34);background-color: rgb(255, 255, 255);line-height: 1.75em;text-align: center;">END
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;background-color: rgb(255, 255, 255);text-align: center;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;background-color: rgb(255, 255, 255);text-align: center;">
| 
