文生图王者登场：Stable Diffusion 3 Medium正式开源

  本年2月，Stability.ai发布了Stable Diffusion 3预览版，在多主题提示、图像质量和拼写本领方面具有显着的性能提拔。Stable Diffusion 3是一个系列模子，参数目从800M到8B不等。
  6月12日，Stability AI正式开源了Stable Diffusion 3 Medium（2B），这是迄今为止开始进的文生图开源模子，被视为天生式AI发展的一个告急里程碑。它具有一些显着的长处：
  

• 照片写实主义：降服手部和面部常见的瑕疵，无需复杂的工作流即可提供高质量的图像。
  
• 提示依照：明白涉及空间关系、构图元素、动作和风格的复杂提示。
  
• 排版：在Diffusion Transformer架构的资助下，在天生没有伪影和拼写错误的文本方面取得了亘古未有的结果。
  
• 资源高效利用：由于占用较低的VRAM空间，非常恰当在标准消耗者GPU上运行且不会低落性能。
  
• 微调：可以大概从小数据会合罗致眇小的细节，非常恰当定制化。
  

如今，硅基活动团队在云服务平台SiliconCloud上线了SD 3 Medium开源模子。
  接待来玩儿：
  https://cloud.siliconflow.cn/models/image/text-to-image/17885302526
  

  留意！！！除了最新的Qwen2、DeepSeek V2等语言模子，SD 3 Medium已进入“6.18购物狂欢节”福利包：“新用户送3亿token（相当于1500张图片）”。
  注册即可畅玩（制止6月18日23:59）：

www.siliconflow.cn/zh-cn/siliconcloud
  

  SD3 Medium 模子结果及体现

  

（提示词：Masterpiece, best quality, girl, having a tattoo that says "Welcome to SiliconFlow". collarbone, wavy hair, looking at viewer, blurry foreground, upper body, necklace, contemporary, plain pants, intricate, print, pattern, ponytail, red hair, dappled sunlight, smile, happy.）

（提示词：a small, plush cat figurine with orange stripes and large black eyes holds a billboard calld“ SiliconCloud” amidst a dreamy landscape of blue felt waves, pink felt hearts, and soft, hazy clouds glowing with a golden sunset, creating a whimsical, serene scene.）
  

（提示词：Cartoon hand, little girl, long colored hair, holographic coat, white shorts, fair skin, blue eyes, white sneakers, full-body photo, full body, panorama, best quality, best picture quality, black highly reflective background cloth, movie-level lighting effect）
  

（提示词: a photo-realistic landscape image that portrays a stunning summer scene with an 8K-like quality. The setting is a picturesque beach with golden sand, crystal-clear turquoise waters, and a clear blue sky. The sunlight should be warm and vibrant, casting a beautiful glow over the scene. There should be palm trees swaying gently in the breeze along the coastline.）
  

（提示词：an ornate, Victorian-era key lying on a weathered, wooden surface, with intricate, steampunk-inspired gears and mechanisms visible within its transparent, glass shaft.）
  SD 3 Medium是一个MMDiT的文生图模子，利用三个固定的、预训练的文本编码器（OpenCLIP-ViT/G、CLIP-ViT/L和T5-xxl）
  据Stability AI 此前先容，他们SD 3的输出图像与其他各种开源模子（包罗SDXL、SDXL Turbo、Stable Cascade、 Playground v2.5 和 Pixart-α）以及闭源模子（如 DALL·E 3、Midjourney v6 和 Ideogram v1）举行了比力，并根据人工反馈评估结果。
  在这些测试中，向人工评估者提供了每个模子的示例输出，并要求他们根据模子输出与所给提示的上下文的靠近程度（“提示依照”）、根据提示出现的文本结果（“排版”）以及哪幅图像的美学质量更高（“视觉美学”）来选择最佳结果。
  

以SD3为基准，该图表基于人类对视觉美学、提示依照和排版的评估，概述了它赛过竞对模子的范畴。
  根据测试结果，SD 3在上述全部范畴都等同于或优于当前开始进的文生图体系。
  在早期未优化的消耗级硬件推理测试中，他们最大的SD3模子（8B）可用RTX 4090的24GB VRAM，利用50个采样步调时须要 34 秒才气天生分辨率为1024x1024的图像。别的，Stable Diffusion 3的多个变体模子进一步消除了硬件利用的停滞。
  

关于SiliconCloud

  SiliconCloud是聚集主流开源大模子的一站式云服务平台，为开发者提供更快、更自制、更全面的模子API。
  现在，SiliconCloud已上架包罗Stable Diffusion 3 Medium、Qwen2、GLM-4-9B-Chat、DeepSeek V2、SDXL、InstantID在内的多种开源大语言模子、图片天生模子，支持用户自由切换符合差别应用场景的模子。同时，SiliconCloud提供开箱即用的大模子推理加速服务，为天生式AI应用带来更高效的用户体验。
  真正在乎大模子推理性能和本钱的开发者，绝不会错过SiliconCloud。更何况，如今还送3亿token。
  快试试吧：
  www.siliconflow.cn/zh-cn/siliconcloud
 
  

其他人都在看

  

  

• 800+页免费“大模子”电子书
  
• Stable Diffusion XL优化终极指南
  
• GLM-4-9B，通用本领逾越Llama 3
  
• LLM Serving有效吞吐量的最大化实现
  
• 最强开源大模子面世：阿里发布Qwen2
  
• 20+公司AI产物分析；工程师的LLM利用痛点
  
• SiliconCloud公测上线，每人免费送3亿Token