一发布就失望？Stable Diffusion 3有什么大问题

最新推荐文章于 2024-09-13 09:33:14 发布

写编程的木木

最新推荐文章于 2024-09-13 09:33:14 发布

阅读量502

点赞数 18

本文链接：https://blog.csdn.net/HJS123456780/article/details/140035226

版权

前不久，Stability AI发布了开源的_Stable Diffusion 3 Medium_，让各大探索AI的网友们兴奋不已，毕竟SD1.5、SDXL的发布已经带来了很多震撼，这次的SD3更是期待拉满，很多网友都在开源的第一时间去下载，然而体验似乎并没有Stability AI所说的那么神。

在一开始的宣传中，Stability AI表示SD3已经能生成文字，但目前只能生成英文，中文还无法识别，而且最重要的是，SD3似乎在人物生成上开了倒车，对于人画像的生成，SD3经常产出畸形的人物形态，特别是人的四肢、手脚方面的错误，整体体验还不如上一代模型。

也就是说，只要不生成人物的四肢，SD3模型在局部画面上的表现还是很精致的，在物品和动物的生成上，SD3也基本没有什么问题，对于复杂的长提示词也有着很高的识别率，但是就是画不好四肢健全的人类，在这方面反而退化了一般，引起了很多人的不解。（图片来自量子位）

国外论坛Reddit用户则分析称，表示SD3的人体四肢理解错误，是因为在训练时，开发者过多干预内容，设置过滤限制级内容，而且通过的条件非常苛刻，从而导致AI识别错误，一些正常的图片也因此被识别为限制级内容，因此在公开的SD3模型中，人体的效果因为训练不足而导致畸形。

这就解释了，为什么SD3并未翻起很大风浪，因为除了会识别英文外，最主要的人体识别反而开了倒车，原本在解决手部问题，这下子演变成了还要解决四肢的问题，需要很长的提示词去修复，但对于非人类，SD3的效果还是出奇的好，细节都很到位，也遵循物理规则，可惜这一版本并不完美。

当然这也许和Stability AI陷入困境有关，在此之前，公司财务状况并不佳，且ceo辞职，曾经的主要成员也离开，加上裁员风波，如今能推出SD3也是不容易，更有网友表示公司内部混乱，如今不成熟的SD3就是证明，但终究它还是推出了，并且开源了，这都遵守了之前的承诺，也许只是单纯的出错了呢？（图为Stable Diffusion 3 模型架构）

但这也只是个中杯的SD3，也就是说后续还有大杯和小杯的推出，也许要经历过这次问题后，Stability AI会对训练数据进行修改，完善出更好的SD3也说不定，而且现在也有SD1.5与SDXL在持续创作与使用，如果修改后的SD3能在SDXL的基础上再进步，那就值得赞赏，当然SD3如果支持其他语言的理解那就更好了。

目前SD3模型还暂时只支持ComfyUI，想要体验的网友可以下载ComfyUI进行尝试，虽然SD3开源的为中杯版本，但对于显卡的要求，还是比较推荐大显存会更好，因此我们推荐使用影驰RTX 4070 Ti SUPER星曜OC显卡。

写在最后

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。