与Sora同架构的Stable Diffusion 3.0 震撼发布！4 秒视频生成却翻车，网友：还是等 Sora 吧！

804 0 0

作者信息

【原文作者】 AI前线
【作者简介】 面向AI爱好者、开发者和科学家，提供AI领域技术资讯、一线业界实践案例、搜罗整理业界技术分享干货、AI论文解读。每周一节技术分享公开课，助力你全面拥抱人工智能技术。
【微信号】 ai-front

文章摘要

【关键词】 Stable Diffusion 3.0、图像生成、文字渲染、多主题生成、超高画质

Stability AI 发布了最新的图像生成 AI 模型 Stable Diffusion 3.0，这款模型在文字渲染能力、多主题生成和超高画质方面取得了显著进步。首席执行官 Mostaque 强调，这些改进归功于 Transformer 架构和额外的文本编码器，使得模型能够实现完整的句子和一致的风格。此外，Stable Diffusion 3.0 还采用了类似于 OpenAI 近期发布的 Sora 模型的 Diffusion Transformer 新架构，以及流匹配技术，这些都是该领域的最新技术突破。

Stable Diffusion 3.0 不仅在文本转图像生成技术上有所展示，还将成为更广泛应用的基础，包括 3D 图像生成和视频生成功能。尽管 Stable Video 已经开放公测，但人们仍然对 Sora 的内测充满期待。在架构变革方面，Stable Diffusion 3.0 采用了 Diffusion Transformer 和流匹配技术，以提高性能和准确性。这些技术的发展预示着生成 AI 的未来将更加高效和多样化。