Stable Diffusion 3論文終于發布，架構細節大揭秘，對復現Sora有幫助？

AIGC動態2年前 (2024)發布機器之心

AIGC動態歡迎閱讀

原標題：Stable Diffusion 3論文終于發布，架構細節大揭秘，對復現Sora有幫助？
關鍵字：模型,文本,圖像,作者,性能
文章來源：機器之心
內容字數：5724字

內容摘要：

機器之心報道
編輯：張倩在眾多前沿成果都不再透露技術細節之際，Stable Diffusion 3 論文的發布顯得相當珍貴。Stable Diffusion 3 的論文終于來了！
這個模型于兩周前發布，采用了與 Sora 相同的 DiT（Diffusion Transformer）架構，一經發布就引起了不小的轟動。
與之前的版本相比，Stable Diffusion 3 生成的圖在質量上實現了很大改進，支持多主題提示，文字書寫效果也更好了（明顯不再亂碼）。Stability AI 表示，Stable Diffusion 3 是一個模型系列，參數量從 800M 到 8B 不等。這個參數量意味著，它可以在很多便攜式設備上直接跑，大大降低了 AI 大模型的使用門檻。
在最新發布的論文中，Stability AI 表示，在基于人類偏好的評估中，Stable Diffusion 3 優于當前最先進的文本到圖像生成系統，如 DALL?E 3、Midjourney v6 和 Ideogram v1。不久之后，他們將公開該研究的實驗數據、代碼和模型權重。在論文中，Stability AI 透露了關于

原文鏈接：Stable Diffusion 3論文終于發布，架構細節大揭秘，對復現Sora有幫助？