Stable Diffusion 3.5：Stability AI 开源的新一代AI图像生成模型

Stable Diffusion 3.5：Stability AI 开源的新一代AI图像生成模型

Stable Diffusion 3.5 是什么？

Stable Diffusion 3.5 是由 Stability AI 推出的最新一代图像生成模型，专为提供更高质量、快速生成、多样化输出的图像生成体验而设计。它基于扩散模型技术，经过优化，能够在消费级硬件上运行，并且支持高度定制。Stable Diffusion 3.5 提供了多个版本，包括更大参数的专业版（Stable Diffusion 3.5 Large）和精简的高速版（Stable Diffusion 3.5 Large Turbo），适合从普通用户到专业领域的多种需求。

Stable Diffusion 3.5 的主要特性

1、模型版本多样化：

• Stable Diffusion 3.5 Large：拥有 80 亿参数，专为高质量图像生成设计，适合 100 万像素分辨率的专业应用场景。

• Stable Diffusion 3.5 Large Turbo：Large 模型的精简版，通过 4 步生成高质量图像，生成速度比 Large 更快，适合对性能要求较高的用户。

• Stable Diffusion 3.5 Medium（即将发布）：包含 25 亿参数，针对消费级硬件进行优化，能够在低至 0.25 兆像素和高达 2 兆像素的分辨率范围内生成图像。

2、高效性能：Stable Diffusion 3.5 通过优化使得模型能够在普通消费级硬件上运行，用户无需昂贵的高端设备就能生成高质量图像。尤其是 Turbo 版本，大幅提高了图像生成的速度，同时保持了高质量输出，非常适合需要快速生成图像的场景。

3、可定制性：该模型提供了丰富的定制选项，用户可以对模型进行微调、使用 LoRA 优化，以及进一步开发特定的工作流程。通过改进的 Query-Key Normalization 技术，模型的训练过程更加稳定，用户可以轻松根据自己的需求进行个性化调整，适应多样化的应用场景。

4、多样化输出：Stable Diffusion 3.5 能够生成具有多样性、代表不同文化背景和特征的图像，减少了对提示词的依赖。模型可以生成多样化的肤色、面部特征和风格的图像，使得输出更加包容和多样，适应不同的创作需求。

5、多变风格：能够生成各种风格和美学效果，如三维、摄影、绘画、线条艺术以及几乎所有能想象到的视觉风格。

6、高质量的提示词理解：模型对提示词的响应能力显著提升，能够更准确地理解用户提供的提示词并生成匹配的图像。生成的图像细节丰富、风格一致，展现了模型在提示词依从性和图像精度方面的卓越性能。

7、更好的稳定性和可扩展性：通过引入 Query-Key Normalization 技术，模型的训练过程更加稳定，减少了生成崩溃的情况。同时，模型结构经过优化，具有良好的可扩展性，支持未来的功能拓展和开发者进一步的优化，使其能够适应更多的应用场景。

如何使用Stable Diffusion 3.5 ？

Stability AI 开源了Stable Diffusion 3.5模型和代码：

• Stable Diffusion 3.5官方博客：https://stability.ai/news/introducing-stable-diffusion-3-5
• Stable Diffusion 3.5 模型下载：https://huggingface.co/stabilityai
• Stable Diffusion 3.5 开源代码：https://github.com/Stability-AI/sd3.5

Stable Diffusion 3.5 的使用条件

• 免费用于非商业用途：个人和组织可免费将模型用于非商业用途，包括科学研究。
• 免费用于商业用途（年收入不超过 100 万美元）：初创企业、中小型企业和创作者只要年收入总额低于 100 万美元，就可以免费将模型用于商业用途。
• 对于年收入超过 100 万美元的组织，请联系他们咨询企业许可证事宜。