Stable Diffusion 3 敞开邀测：8亿-80亿不同参数规模

Stable Diffusion 3 是一款文本到图像生成模型，近日开启了邀请测试。根据 Stability AI 的官方消息，Stable Diffusion 3 在处理复杂提示词、生成更高质量的图像和纠正拼写错误方面的能力得到了大幅提升。

Stable Diffusion 3 的一个显著特点是其可扩展性，支持从 8 亿到 80 亿个参数的不同规模。这意味着模型可以根据用户的需求和硬件能力进行灵活调整，既可以在高性能计算设备上运行，也可以在便携式设备上实现实时推理。

在技术方面，Stable Diffusion 3 结合了扩散型变换器（diffusion transformer）架构。这种架构结合了深度学习和扩散模型的优势，能够将随机噪声逐步转化为有意义的图像或视频内容。据官方透露，Stable Diffusion 3 还采用了 flow matching 技术，但具体细节尚未公布。

为了吸引更多的用户和开发者参与测试并提供反馈，Stability AI 已经启动了早期预览计划。用户可以通过访问官方页面提交相关信息，加入等待名单，以便在正式发布前测试该模型。这一举措旨在收集更广泛的用户反馈，以便进一步完善和优化模型。

总之，Stable Diffusion 3 的发布标志着文本到图像生成技术在可扩展性、图像质量和易用性方面取得了新的进展。随着模型的逐步完善和优化，我们期待这一技术在未来能够为更多的应用场景提供强大的支持。