StableAI发布了StableDiffusion3API，该模型在图像质量和遵循文本描述方面表现出色，采用MMDiT架构和DiffusionTransformer技术。同时，强调了安全使用和防止滥用的措施。AIGC技术前景广阔，与人工智能结合将在更多领域发挥作用。
4月17日，在Stable Diffusion 3技术报告发布几个月后，Stability AI终于正式发布Stable Diffusion 3 API。
虽然完全开源的SD3模型还没发布，但已经可以在 Fireworks AI 访问 Stable Diffusion 3的API：
https://fireworks.ai/models/stability/sd3
根据人类偏好评估，Stable Diffusion 3在印刷品质和提示词遵从度方面与目前最先进的系统如DALL-E 3和Midjourney v6相当或更优。这意味着生成的图像质量更高，更贴合用户的文本描述。
Stable Diffusion 3采用了新的多模态扩散转换器(MMDiT)架构， 这个构架的核心，采用的是和Sora一样的Diffusion Transformer技术， 并结合了流体动力学匹配（flow matching）及其他技术上的改进。使用单独的权重集合来处理图像和语言输入。
这种设计提高了模型的性能和生成质量，并能更精确地控制出现在图片中的文本内容：
最低0.47元/天 解锁文章
扫一扫
3944
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
