Stability AI发布Stable Diffusion 3.5：速度更快，三个版本全新亮相

Stability AI 最近推出了其最新的图像生成模型系列 ——Stable Diffusion 3.5。这一系列的更新带来了在图像质量、细节捕捉以及整体效果方面的显著提升。

其中，Stable Diffusion 3.5 Large 是该系列中的顶级模型，参数高达 81 亿。该模型能够生成具有高度真实感的图像，并且在处理复杂场景和精细细节方面表现出色，能够生成更逼真的图像效果，甚至可以模拟接近 1 比 1 比例的图像。

同时，Stable Diffusion 3.5 Large Turbo 是 Stable Diffusion 3.5 Large 的加速版本。在保持图像生成质量的同时，它大大缩短了生成时间，大约仅需 4 步迭代即可完成图像生成，从而实现更快速的图像生成，适用于需要快速获得结果的场景。

该系列还有一个模型是 Stable Diffusion 3.5 Medium，它拥有约 25 亿的参数。此模型利用了 MMDiT-X 架构和文本编码器，能够更好地理解“意图组合”，从而在复杂提示下也能生成高质量的图像。该模型在生成速度和资源需求之间实现了平衡，可以在 0.25 到 2 秒之间生成图像。

值得一提的是，在 6 月发布的 Stable Diffusion 3 Medium 已经实现了商业化，Stability AI 正在通过一种独特的开放模型权重共享方式推进开源创新。这意味着，他们打破了以往 OpenAI 的 DALL-E 和 Midjourney 等封闭模型的垄断。

该模型的一个显著技术特点是采用了查询键归一化 (Query-Key Normalization) 技术。这项技术优化了模型在处理文本提示时的效率和质量，使生成图像能够更好地与用户的意图对齐，从而改进了图像生成的保真度，减少了训练所需的计算资源。

Stable Diffusion 3.5 模型系列体现了 Stability AI 在图像生成领域的持续投入，旨在实现更大的创造性和可访问性。目前，已有超过 100 万用户注册了早期预览，他们正在帮助改进该模型的质量和适用性。

这些模型可以通过 Hugging Face 和 Stability AI 的 API 获得。此外，用户还可以在现有的图像生成工作流程中无缝集成 ControlNets 等高级工具。