Stability AI开源Stable Diffusion 3 Medium文生图模型

6月12日晚间消息,人工智能初创公司Stability AI宣布正式开源发布其最新的文本到图像生成模型——Stable Diffusion 3 Medium(SD3 Medium)。Stable Diffusion 3 Medium 包含 20 亿个参数,是 Stability AI 迄今为止最先进的文本到图像开放模型,更小的 VRAM 占用空间旨在使其更适合在消费级 GPU 以及企业级 GPU 上运行。

Hugging Face模型地址:https://huggingface.co/stabilityai/stable-diffusion-3-medium

Stability AI开源Stable Diffusion 3 Medium文生图模型

Stable Diffusion 3 Medium的基本信息

  • 先进性:SD3 Medium 拥有20亿参数,是Stability AI 迄今为止最为复杂的图像生成模型,代表了生成式AI进化的重要里程碑。
  • 适用性:这一模型的尺寸适中,使其成为在消费级PC、笔记本电脑以及企业级GPU上运行的理想选择,有望成为文本到图像模型的新标准。
  • 开放性:SD3 Medium 的权重现已在非商业许可和低成本创作者许可下开放,鼓励专业艺术家、设计师、开发者和AI爱好者进行商业使用。
  • 多平台支持:支持API试用,可在Stability平台、Stable Assistant(免费三天试用)和通过Discord的Stable Artisan上尝试。
Stability AI开源Stable Diffusion 3 Medium文生图模型

Stable Diffusion 3 Medium的改进

  • 照片级真实感:SD3 Medium 通过减少手部和面部的常见伪影,提供无需复杂工作流程即可生成的高质量图像。
  • 提示遵循:模型能够理解并生成涉及空间关系、构图元素、动作和风格的复杂提示。
  • 排版能力:借助Diffusion Transformer架构,SD3 Medium 在生成文本时实现了无伪影和拼写错误。
  • 资源效率:模型设计考虑了资源效率,即使在标准消费级GPU上也能保持高性能,不牺牲性能。
  • 微调能力:SD3 Medium 能够从小数据集中吸收细节,为定制化提供了强大支持。
Stability AI开源Stable Diffusion 3 Medium文生图模型

合作伙伴

  • NVIDIA:Stability AI 与NVIDIA 的合作,通过NVIDIA® RTX™ GPU和TensorRT™,为所有Stable Diffusion模型,包括SD3 Medium,提供了性能上的显著提升。
  • AMD:AMD 对SD3 Medium 进行了优化,确保在AMD的最新APU、消费级GPU和MI-300X企业级GPU上提供高效推理。

开放与安全

  • Stability AI 坚定地致力于开放的生成性AI,SD3 Medium 在Stability NonCommercial Research Community License下发布,同时推出了新的Creator License,以支持商业用途。
  • 公司采取了全面的安全措施,从模型训练到部署,确保了SD3 Medium 的安全和负责任的使用。

未来计划

Stability AI 计划根据用户反馈持续改进SD3 Medium,扩展其功能,提高性能。公司的目标是为AI生成艺术设定新的标准,使SD3 Medium 成为专业人士和爱好者的重要工具。

(消息来源:Stability AI)

© 版权声明

相关文章