2024年2月23日，Stability AI在其官方网站上发布了Stable Diffusion 3.0，再次刷新了人们对AI模型的认知。Stable Diffusion 3.0采用了与Sora模型相同的DiT（离散扩散）架构，从而在画面质量、文字渲染以及对复杂对象的识别和理解方面实现了显著的飞跃。
Stable Diffusion 3.0的参数规模介于8亿至80亿之间，可能是专门为移动设备优化设计的。AI算力的消耗将会大幅降低，而推理的速度则会得到显著提升，与Midjourney、DALL-E 3等其他先进AI模型的比较中显得更为出色，确立了其在图像生成领域的领先地位。目前，Stable Diffusion 3已经开放申请使用，并且计划在未来进一步扩大其测试的范围。
Stable Diffusion 3.0的核心架构采用了Transformer技术，ChatGPT、T5 、BERT等很多著名模型都是基于该架构开发的。这种架构的开发为Stable Diffusion 3.0提供了强大的性能后盾，使其在图像处理和生成领域展现出卓越的能力。
Stable Diffusion 3.0不仅采纳了Transformer架构，还融合了Flow Matching（FM）等尖端技术，显著增强了模型在生成图像方面的质量和多样性。Flow Matching是基于Continuous Normalizing Flows (CNFs) 的生成建模新方法，它通过探索不同的概率路径，极大地提升了模型的灵活性、稳定性以及整体性能。
下面一起来看看来自Stability AI官网Stable Diffusion 3生成的案例：
提示词：史诗般的动漫艺术风格，一位巫师站在夜间的山顶上，向黑暗的天空施放咒语，上面写着由彩色能量生成的“Stable Diffusion 3”文字
提示词：教室桌子上有一个红苹果，电影风格，背景的黑板上用粉笔写着“要么做大，要么回家”
提示词：一名宇航员骑着一只穿着蓬蓬裙的猪，撑着一把粉色的伞，猪旁边的地上有一只戴着高帽的知更鸟，角落里写着” Stable Diffusion “的字样。
提示词：一只变色龙，黑色背景，摄影风格。
提示词：一辆跑车的夜间照片，侧面写有“SD3”字样，汽车在赛道上高速行驶，巨大的路标上写着“更快”的文字。
提示词：波浪冲击苏格兰灯塔的鱼眼镜头照片，黑色波浪。
Stable Diffusion 3的震撼发布标志着AI在图像处理领域迈出了坚实的一步。随着算法的不断优化和硬件的持续进步，未来的AI图像生成技术将更加强大，为人类带来更丰富的视觉体验和创意空间。
-
广告合作
-
QQ群号：707632017
