Stability AI開源Stable Diffusion 3 Medium文生圖模型

6月12日晚間消息，人工智能初創公司Stability AI宣佈正式開源發佈其最新的文本到圖像生成模型——Stable Diffusion 3 Medium（SD3 Medium）。Stable Diffusion 3 Medium 包含 20 億個參數，是 Stability AI 迄今爲止最先進的文本到圖像開放模型，更小的 VRAM 佔用空間旨在使其更適合在消費級 GPU 以及企業級 GPU 上運行。

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

Stable Diffusion 3 Medium的基本信息

• 先進性：SD3 Medium 擁有20億參數，是Stability AI 迄今爲止最爲複雜的圖像生成模型，代表了生成式AI進化的重要里程碑。
• 適用性：這一模型的尺寸適中，使其成爲在消費級PC、筆記本電腦以及企業級GPU上運行的理想選擇，有望成爲文本到圖像模型的新標準。
• 開放性：SD3 Medium 的權重現已在非商業許可和低成本創作者許可下開放，鼓勵專業藝術家、設計師、開發者和AI愛好者進行商業使用。
• 多平台支持：支持API試用，可在Stability平台、Stable Assistant（免費三天試用）和通過Discord的Stable Artisan上嘗試。

Stable Diffusion 3 Medium的改進

• 照片級真實感：SD3 Medium 通過減少手部和麪部的常見僞影，提供無需複雜工作流程即可生成的高質量圖像。
• 提示遵循：模型能夠理解並生成涉及空間關係、構圖元素、動作和風格的複雜提示。
• 排版能力：藉助Diffusion Transformer架構，SD3 Medium 在生成文本時實現了無僞影和拼寫錯誤。
• 資源效率：模型設計考慮了資源效率，即使在標準消費級GPU上也能保持高性能，不犧牲性能。
• 微調能力：SD3 Medium 能夠從小數據集中吸收細節，爲定製化提供了強大支持。

合作伙伴

• NVIDIA：Stability AI 與NVIDIA 的合作，通過NVIDIA® RTX™ GPU和TensorRT™，爲所有Stable Diffusion模型，包括SD3 Medium，提供了性能上的顯著提升。
• AMD：AMD 對SD3 Medium 進行了優化，確保在AMD的最新APU、消費級GPU和MI-300X企業級GPU上提供高效推理。

開放與安全

• Stability AI 堅定地致力於開放的生成性AI，SD3 Medium 在Stability NonCommercial Research Community License下發布，同時推出了新的Creator License，以支持商業用途。
• 公司採取了全面的安全措施，從模型訓練到部署，確保了SD3 Medium 的安全和負責任的使用。

未來計劃

Stability AI 計劃根據用戶反饋持續改進SD3 Medium，擴展其功能，提高性能。公司的目標是爲AI生成藝術設定新的標準，使SD3 Medium 成爲專業人士和愛好者的重要工具。

（消息來源：Stability AI）