Stability AI 宣布推出 Stable Diffusion 3（SD3），这是其图像生成 AI 模型的最新且最强版本。尽管细节尚少，但这显然是应对 OpenAI 和 Google 近期竞品炒作的一次尝试。
后续将提供详细技术解析。目前需知 SD3 基于全新架构，支持多种硬件运行（仍需高性能设备）。模型尚未发布，可注册等待名单。
核心技术升级
SD3 采用更新的“扩散变换器”技术，该技术于 2022 年首创、2023 年修订，现已达到可扩展水平。OpenAI 视频生成器 Sora 亦基于类似原理。此外，SD3 引入“流匹配”新技术，在不显著增加开销的前提下提升了生成质量。
参数规模与部署优势
该系列模型参数从 8 亿到 80 亿不等，旨在适配不同硬件环境。虽然仍需要强大 GPU 及机器学习配置，但相比 OpenAI 和 Google 的 API 限制，SD3 提供了更高的本地部署灵活性。（Anthropic 未专注于图像/视频生成，不在此讨论范围内。）
多模态能力与未来展望
Stable Diffusion 负责人 Emad Mostaque 在 X 平台指出，新模型具备多模态理解及视频输入/生成能力，这些都是竞争对手强调的功能。目前这些能力虽处于理论阶段，但技术上并无障碍，有望在未来版本中实现。
由于模型尚未正式发布，目前只能依据各方主张进行比较。但 Stable Diffusion 的优势在于其作为通用图像生成首选模型的生态地位，且在方法和内容上限制较少。（注：SD3 克服安全机制后，可能会开启 AI 生成色情内容的新纪元。）
认识 Unstable Diffusion，这个试图将 AI 色情生成器货币化的团体
Stable Diffusion 致力于成为不可或缺的白标生成式 AI 工具。为此，公司正在升级工具以降低使用门槛，具体提升细节仍有待观察。
安全保障措施
公告将安全置于核心位置，并表示：
我们已采取并继续采取合理措施，防止不良行为者滥用 Stable Diffusion 3。安全措施从模型训练之初便开始，并贯穿测试、评估和部署的全过程。为准备此次早期预览，我们引入了多项安全保障机制。通过持续与研究人员、专家及社区合作，我们期望在面向公众发布模型之前，以诚信为基础进一步创新。
具体保障措施将在预览版中明确，公开发布版本或将根据反馈进一步优化。我们将深入探讨技术层面，以更好理解新一代模型背后的理论与方法。
AI时代：你需要了解的人工智能一切知识