6月12日晚，著名開源大模型平臺Stability AI正式開源了，文生圖片模型Stable Diffusion 3 Medium（以下簡稱“SD3-M”）權重。

SD3-M有20億參數，平均生成圖片時間在2—10秒左右推理效率非常高，同時對硬件的需求比同類型也低，這是一款適合PC、手機、平板的大模型。

此外，SD3-M還與英偉達、AMD合作，特地針對RTX GPU 、TensorRT和最新CPU、MI-300X進行了優化，性能最高可提升50%。

開源地址：https://huggingface.co/stabilityai/stable-diffusion-3-medium

免費在線試用：https://huggingface.co/spaces/stabilityai/stable-diffusion-3-medium

根據Stability AI的介紹，SD3-M使用的是多模態擴散變換器 (MMDiT)架構，生成的圖片質量、排版、復雜文本提示/語義理解和資源效率方面的性能得到了極大提高。

訓練數據集方面，SD3-M使用了包含10億張圖片的公開和合成數據進行了預訓練，同時針對特定藝術風格和領域，使用了3000萬張圖片進行了微調以及300萬張偏好圖片。

所以，SD3-M對用戶的文本提示理解和嵌入圖片文字的效果將比前兩代更好。根據在線demo，為大家展示一下SD3-M的生成效果。

高聳的摩天大樓、飛馳的汽車和充滿活力的全息廣告構成的未來主義城市景觀

日落時寧靜的海灘景色，金色的沙灘，溫柔的海浪，一對夫婦手牽手散步

郁郁蔥蔥的熱帶雨林，茂密的樹葉，五顏六色的鳥類，背景是瀑布。

一家20世紀50年代的老式餐廳，配有棋盤地板、紅色乙烯基展位和播放經典搖滾樂的自動點唱機。

一個異想天開的幻想世界，漂浮的島嶼，雄偉的龍在天空中飛翔，下面是迷人的森林。

一個時尚現代的廚房，配有不銹鋼器具、大理石臺面和一扇俯瞰花園的大窗戶。

以上只是部分案例，有興趣的小伙伴可以通過在線demo免費無限生成。目前SD3-M只能用于學術研究無法商業化。如果想商用需要聯系Stability AI進行商業授權。

本文素材來源SD3-M官網，如有侵權請聯系刪除

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > Stable diffusion 3 正式開源