Stability AI发布迄今为止最强大的图像生成模型

Stability AI宣布发布Stable Diffusion 3.5，标志着开源AI图像生成模型的一次飞跃。

Stability AI 的最新模型包括多种变体，旨在满足从业余爱好者到企业级应用的不同用户需求。

该公司承认，此版本是在 6 月份发布 Stable Diffusion 3 Medium 之后发布的，但发布结果未达到预期。

Stability AI 表示：“此次发布并未完全满足我们的标准或社区的期望。”

Stability AI 表示，他们并没有急于采取快速解决方案，而是投入了时间来开发更为强大的解决方案。

推出 Stable Diffusion 3.5，这是我们迄今为止最强大的模型。

此开放版本包含多个变体，这些变体的大小可高度定制，可在消费级硬件上运行，并且在 Stability AI 社区的许可下可免费用于商业和非商业用途…… pic.twitter.com/KlyE8OjrxN

— Stability AI (@StabilityAI) 2024 年 10 月 22 日

旗舰型号 Stable Diffusion 3.5 Large 拥有 80 亿个参数，分辨率为 100 万像素，是 Stable Diffusion 系列中最强大的型号。此外，Large Turbo 版本也具有同等质量，但仅需四个步骤即可生成图像，从而大大缩短了处理时间。

中型版本计划于 10 月 29 日发布，包含 25 亿个参数，支持 0.25 至 2 百万像素分辨率的图像生成。此版本专门针对消费级硬件进行了优化。

这些模型在 transformer 模块中采用了查询键归一化，提高了训练稳定性并简化了微调过程。然而，这种灵活性是有代价的，包括使用不同种子的相同提示的输出差异更大。

Stability AI 为此次发布实施了非常宽松的社区许可。这些模型可免费用于非商业用途，可供年收入低于 100 万美元的企业使用。超过此门槛的企业必须获得单独的许可安排。

该公司强调了其对负责任的人工智能开发的承诺，从早期阶段就实施了安全措施。计划在 Medium 型号推出后发布其他功能，包括用于高级控制功能的 ControlNets。

Stability AI 的最新图像生成模型目前可通过Hugging Face和GitHub获得，并且还可以通过Stability AI API、Replicate、ComfyUI和 DeepInfra等平台访问。