最先进的文本到图像开放模型Stable Diffusion 3 Medium开源-可在消费级的GPU上运行

Stable Diffusion 3 Medium，同样为文字生成图像模型，但规模更小具2B 参数，可在消费级GPU 上运行，拥有照片真实感、遵守指令、生成文字、资源使用效率和微调等。

Stability AI 解释，透过人工神经网络结构「变分自编码器（VAE）」Stable Diffusion 3 Medium 能生成的细节优于先前的模型。且Stable Diffusion 3 对自然语言能更快速的理解，包括对元素的所在位置的理解，受惠于Diffusion Transformer 架构，SD3 模型都能较准确的生成文字。同时较小的模型也擅长微调，可以有效地从微调资料集中捕捉细节。

Stable Diffusion 3 最大的优势在于资源使用效率，2B 的参数量小于其他8 亿到80 亿个参数的Stable Diffusion 3 模型，其赖较少的运算，同时也不会影响到性能。