Stable Diffusion 3 (SD3)模型下载

使用介绍

SD3-M 在平均生成图片时间上极具优势，仅需2—10秒左右，同时对硬件的需求也相对较低，适用于 PC、手机、平板等多种设备。此外，SD3-M 还与英伟达、AMD 合作进行了特定硬件的优化，针对 RTX GPU、TensorRT、最新 CPU 以及 MI-300X 进行了优化，性能最高可提升50%。

该模型采用了多模态扩散变换器（MMDiT）架构，在图片质量、排版、复杂文本提示 / 语义理解和资源效率等方面均取得了极大的提升。SD3-M 使用了包含10亿张图片的公开和合成数据进行了预训练，并针对特定艺术风格和领域，使用了3000万张图片进行微调以及300万张偏好图片，使其对用户的文本提示理解和嵌入图片文字的效果更为优秀。

需要注意的是，目前 SD3-M 仅用于学术研究，无法进行商业化应用。如有商业需求，用户需要联系 Stability AI 进行商业授权。

.safetensors 有三个版本；

• sd3_medium.safetensors
• sd3_medium_inc_clips.safetensors
• sd3_medium_inc_clips_t5xxlfp8.safetensors

模型描述

• 开发者： Stability AI
• 模型类型： MMDiT 文本到图像生成模型
• 模型描述：这是一个可以根据文本提示生成图像的模型。它是一个多模态扩散变换器（https://arxiv.org/abs/2403.03206），使用三个固定的、预训练的文本编码器（OpenCLIP-ViT/G、CLIP-ViT/L和T5-xxl）

执照

• 非商业用途：Stable Diffusion 3 Medium在稳定性 AI 非商业研究社区许可证下发布。该模型可免费用于学术研究等非商业用途。
• 商业用途：未经 Stability 单独商业许可，此模型不可用于商业用途。我们鼓励专业艺术家、设计师和创作者使用我们的创作者许可。请访问https://stability.ai/license了解更多信息。

SD3 的原始 Huggingface 存储库可在此处找到。