AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Stable Diffusion 3論文終于發(fā)布，架構(gòu)細(xì)節(jié)大揭秘，對(duì)復(fù)現(xiàn)Sora有幫助？
關(guān)鍵字：模型,文本,圖像,作者,性能
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5724字

內(nèi)容摘要：

機(jī)器之心報(bào)道
編輯：張倩在眾多前沿成果都不再透露技術(shù)細(xì)節(jié)之際，Stable Diffusion 3 論文的發(fā)布顯得相當(dāng)珍貴。Stable Diffusion 3 的論文終于來(lái)了！
這個(gè)模型于兩周前發(fā)布，采用了與 Sora 相同的 DiT（Diffusion Transformer）架構(gòu)，一經(jīng)發(fā)布就引起了不小的轟動(dòng)。
與之前的版本相比，Stable Diffusion 3 生成的圖在質(zhì)量上實(shí)現(xiàn)了很大改進(jìn)，支持多主題提示，文字書(shū)寫(xiě)效果也更好了（明顯不再亂碼）。Stability AI 表示，Stable Diffusion 3 是一個(gè)模型系列，參數(shù)量從 800M 到 8B 不等。這個(gè)參數(shù)量意味著，它可以在很多便攜式設(shè)備上直接跑，大大降低了 AI 大模型的使用門(mén)檻。
在最新發(fā)布的論文中，Stability AI 表示，在基于人類(lèi)偏好的評(píng)估中，Stable Diffusion 3 優(yōu)于當(dāng)前最先進(jìn)的文本到圖像生成系統(tǒng)，如 DALL?E 3、Midjourney v6 和 Ideogram v1。不久之后，他們將公開(kāi)該研究的實(shí)驗(yàn)數(shù)據(jù)、代碼和模型權(quán)重。在論文中，Stability AI 透露了關(guān)于

原文鏈接：Stable Diffusion 3論文終于發(fā)布，架構(gòu)細(xì)節(jié)大揭秘，對(duì)復(fù)現(xiàn)Sora有幫助？

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專(zhuān)業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)