著名大模型開源平臺Stability AI，開源了超強文生圖模型——Stable Diffusion3.5。

　　Stable Diffusion3.5一共有Large、Large Turbo和Medium三個版本，可根據不同的商業環境提供高度定制功能，同時對這些模型進行了大幅度優化可在消費級GPU就能輕松推理運行。

　　今年6月Stability AI首次開源了Stable Diffusion3Medium，但效果未達到預期，在聽取了社區用戶的反饋后，Stability AI花費大量時間進一步開發，便有了最新的3.5版本。

　　Large、Turbo、Medium簡單介紹

　　在這次發布中，Stable Diffusion3.5提供了多種模型，以滿足不同用戶群體的需求。Stable Diffusion3.5Large模型擁有80億參數，提供了卓越的圖片質量和高度文本語義還原，是Stable Diffusion家族中最強大的模型，非常適合專業使用，尤其是在100萬像素分辨率的圖片。

　　而Stable Diffusion3.5Large Turbo模型則是一個蒸餾版本，它能夠在僅僅4步之內生成高質量的圖像，并且對提示的遵循性非常好，速度比Stable Diffusion3.5Large快得多。

　　Stable Diffusion3.5Medium模型將在10月29日發布，這個模型有25億參數，采用了改進的MMDiT-X架構和訓練方法，能在消費級硬件上即開即用，可生成0.25—200萬像素之間生成圖像，兼顧了質量和易定制性。

　　在開發這些模型的過程中，Stability AI優先考慮了可定制性，提供了一個靈活的基礎來構建。

　　將Query-Key歸一化集成到了變換器塊中，這不僅穩定了模型訓練過程，還簡化了進一步的微調和開發。

　　為了支持這種下游的靈活性，Stability AI不得不做出一些權衡，例如，同一個提示使用不同種子可能會產生更大的輸出變化，這是有意為之的，以幫助在基礎模型中保留更廣泛的知識庫和多樣化的風格。

　　此外，Stable Diffusion3.5在可定制性、高效的性能以及多樣化的輸出方面表現出色，使其成為市場上最可定制和最易訪問的文生圖像模型之一，同時在提示遵循性和圖像質量方面保持了頂級性能。