Stable Diffusion 3 Medium

Stability AI开源了Stable Diffusion 3 Medium模型，这是一个文本到图像生成模型，具有20亿个参数，能够在消费级PC和笔记本电脑以及企业级GPU上高效运行。该模型在图像质量、复杂提示理解和资源效率方面有显著提升，具有Photorealism、Prompt Adherence、Typography等独特特性。模型使用多模态扩散变压器技术，训练数据包括10亿张图像和大量精调数据。可以通过Stability平台上的API和Stable Artisan注册免费试用。

其突出特点包括：

1. 高质量和现实感：生成细节丰富、色彩鲜艳和光线逼真的图像，改进了手部和面部图像的细节表现。
2. 复杂提示理解：能够解析复杂的提示，包括空间推理、构图元素、动作和风格。
3. 文字排版：实现了前所未有的文本质量，减少拼写错误，与更好的字距和字形表现。
4. 资源高效：适合标准消费者显卡运行，无需高配置硬件。
5. 细调节能力：可以从小数据集中吸收细微的细节，适合定制化应用。

该模型在与NVIDIA和AMD的合作中进一步优化，支持NVIDIA RTX™ GPU和AMD设备。Stable Diffusion 3 Medium在开放性方面还是保持坚守，提供了非商业研究社区许可证和Creator许可证，并鼓励专业人士用于商业目的。对于大规模商业用途，需联系Stability AI获取企业许可。

详细了解和试用可以通过其API、Stable Assistant和Stable Artisan进行，亦提供了为期三天的免费试用。Stability AI承诺继续改进和优化模型，同时保证安全性和可靠性。

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