在经历一系列技术故障与许可争议后，AI初创公司Stability AI正式发布新一代图像生成模型Stable Diffusion 3.5系列。该公司宣称，新模型在可定制性、多功能性及性能上均优于前代产品。
📌 三大模型规格与特性
- Stable Diffusion 3.5 Large：拥有80亿参数，是系列中最强大的模型，支持生成分辨率高达100万像素的图像。（注：参数量通常对应模型的解题能力，参数越多表现往往越好。）
- Stable Diffusion 3.5 Large Turbo：Large版本的蒸馏版，能以牺牲部分质量为代价，实现更快的图像生成速度。
- Stable Diffusion 3.5 Medium：专为智能手机、笔记本电脑等边缘设备优化，支持生成0.25至2兆像素分辨率的图像，预计于10月29日发布。
Stability AI首席技术官Hanno Basse表示，新模型旨在生成更具“多样性”的输出（如不同肤色和特征的人物），且无需复杂提示词即可实现。训练过程中采用了多版本提示词策略，优先使用短提示词，以确保文本描述对应的图像概念分布更广泛。训练数据涵盖过滤后的公开数据集及合成数据。
⚠️ 潜在局限与改进
此前旗舰模型Stable Diffusion 3 Medium曾因伪影和提示词遵循度差备受批评。Stability警告称，3.5系列仍可能出现类似错误，这归因于工程与架构上的权衡。但公司强调，新模型在生成3D艺术等多种风格时比前代更稳健。
官方指出，相同提示词配合不同种子可能产生更大输出变化，这是为了保留基础模型更广泛的知识库与多样化风格。因此，缺乏具体性的提示可能导致输出不确定性增加及美学水平波动。
📜 许可政策与商业使用
Stable Diffusion 3.5系列延续了以往的许可模式：
- 非商业用途：包括研究在内可免费使用。
- 商业用途：年收入低于100万美元的企业可免费商业化；超过该门槛的组织需签订企业许可协议。
针对今年夏天因限制性微调条款引发的争议，Stability已调整条款以允许更自由的商业使用，并重申用户拥有使用其模型生成媒体的所有权。市场与传播副总裁Ana Guillén表示，鼓励创作者分发和变现作品，前提是向用户提供社区许可证副本，并在相关平台醒目位置标注“由Stability AI提供技术支持”。
🛠️ 部署方式与版权风险
Stable Diffusion 3.5 Large及Turbo版本支持自行托管，或通过Stability API及Hugging Face、Fireworks、Replicate、ComfyUI等第三方平台使用。ControlNets微调工具计划在未来几天内发布。
与其他AI供应商一样，Stability基于公开网络数据训练模型，并以合理使用原则作为版权抗辩依据。但公司未提供赔偿豁免条款，将防御版权索赔的责任留给客户。不过，数据所有者可申请移除训练数据；截至2023年3月，已有8000万张艺术家图像被移出数据集。
🛡️ 安全措施
关于美国大选期间的虚假信息防范，Stability表示已采取合理措施防止滥用，但未透露具体技术细节。目前，该公司仅禁止生成明确“误导性”内容，尚未扩展至影响选举完整性或涉及政治人物的内容限制。