微信扫码
与创始人交个朋友
我要投稿
著名大模型开源平台Stability AI,开源了超强文生图模型——Stable Diffusion 3.5。
Stable Diffusion 3.5一共有Large、Large Turbo和Medium三个版本,可根据不同的商业环境提供高度定制功能,同时对这些模型进行了大幅度优化可在消费级GPU就能轻松推理运行。
开源地址:https://huggingface.co/stabilityai
Github:https://github.com/Stability-AI/sd3.5
今年6月Stability AI首次开源了Stable Diffusion 3 Medium,但效果未达到预期,在听取了社区用户的反馈后,Stability AI花费大量时间进一步开发,便有了最新的3.5版本。
Large、Turbo、Medium简单介绍
在这次发布中,Stable Diffusion 3.5提供了多种模型,以满足不同用户群体的需求。Stable Diffusion 3.5 Large模型拥有80亿参数,提供了卓越的图片质量和高度文本语义还原,是Stable Diffusion家族中最强大的模型,非常适合专业使用,尤其是在100万像素分辨率的图片。
而Stable Diffusion 3.5 Large Turbo模型则是一个蒸馏版本,它能够在仅仅4步之内生成高质量的图像,并且对提示的遵循性非常好,速度比Stable Diffusion 3.5 Large快得多。
Stable Diffusion 3.5 Medium模型将在10月29日发布,这个模型有25亿参数,采用了改进的MMDiT-X架构和训练方法,能在消费级硬件上即开即用,可生成0.25—200万像素之间生成图像,兼顾了质量和易定制性。
在开发这些模型的过程中,Stability AI优先考虑了可定制性,提供了一个灵活的基础来构建。
将Query-Key归一化集成到了变换器块中,这不仅稳定了模型训练过程,还简化了进一步的微调和开发。
为了支持这种下游的灵活性,Stability AI不得不做出一些权衡,例如,同一个提示使用不同种子可能会产生更大的输出变化,这是有意为之的,以帮助在基础模型中保留更广泛的知识库和多样化的风格。
此外,Stable Diffusion 3.5在可定制性、高效的性能以及多样化的输出方面表现出色,使其成为市场上最可定制和最易访问的文生图像模型之一,同时在提示遵循性和图像质量方面保持了顶级性能。
本文素材来源Stability AI,如有侵权请联系删除
END
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-30
构建一个属于自己的私人AI
2024-10-30
BitNet.cpp:微软让百亿参数大语言模型在你的笔记本CPU上飞奔
2024-10-29
对标谷歌大火的NotebookLM!Meta推出开源版:NotebookLlama
2024-10-28
群晖NAS+Dify:AI原生应用部署教程,解锁大模型智能与工作流新境界
2024-10-28
NotebookLlama,从PDF到播客,只需4步!轻松打造属于你的有声内容
2024-10-28
RD-Agent:一个基于AI的自动化研究与开发工具
2024-10-28
8K+ Star!Screenpipe:一个AI屏幕与音频记录专家
2024-10-27
突破 RAG 局限,KAG 专业领域知识服务框架正式开源!
2024-05-06
2024-08-13
2024-07-25
2024-06-12
2024-07-08
2023-07-01
2024-06-16
2024-07-11
2024-07-18
2024-07-09