AI生图格局大震！Stable Diffusion 3开源倒计时，2B单机可跑碾压闭源Midjourney

文章摘要

【关 键 词】 AI技术、开源发布、图像生成、领先地位、社区影响

Stable Diffusion 3预计将开源，这一消息在AI社区引起了广泛关注。

SD3自4个月前亮相以来，已经在人类偏好评估中超越DALL-E 3和Midjourney v6，成为AI图像生成领域的领先技术。

据悉，其Medium版本将于6月12日发布，随后将开源4B和8B版本。

SD3的开源被认为是开源碾压闭源的重要里程碑，尤其是对于AI生图领域。

Stable Diffusion的开源举措，虽然让公司面临财务压力，但也被视为一种英雄行为。

公司即使面临1亿美元的债务，依然选择坚持开源道路。

新智元报道指出，SD3的开源将对社区产生重大影响。

Reddit上的讨论显示，SD3的变分自编码器（VAE）技术提供了更多的特征和颜色数据，使得模型在训练时能够捕捉更多细节，从而提高图像质量并加快训练速度。

与旧模型相比，SD3的16通道VAE在图像细节捕捉上表现出色，尤其在512×512分辨率下。

此外，VAE的应用还能使AI工作流程更加高效。

此外，SD3的另一个重要改进是，用户不需要再训练或微调文本编码器，这通常是提升模型性能的关键步骤。

这一变化将进一步简化用户的操作流程，降低使用门槛。

综合来看，Stable Diffusion 3的开源不仅意味着AI技术的进步，也将对整个AI社区的发展产生深远影响。

原文和模型

【原文链接】 阅读原文 [ 5027字 | 21分钟 ]
【原文作者】 新智元
【摘要模型】 glm-4
【摘要评分】 ★★★★☆

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。