万众瞩目的Stable Diffusion 3终于正式开源了！
目前开源的是20亿参数的版本，据悉之后还会开源40亿和80亿的“大杯”与“超大杯”。
最近母公司Stability AI的坏消息连连，据传账面现金都不够支付算力服务器的租赁费。
欠债一亿美金的AI独角兽，为何仍坚持做「开源英雄」？
今年4月，Stable Diffusion 3首次对外公开，但那会只开放了API。很快在“人类偏好评估”中力压DALL·E 3和Midjourney V6，一举成为该领域的SOTA（现阶段最好的解决方案）。
因为攻克了AI图像生成领域极其困难的「文本生成准确性」，SD3一时名声大噪，引发了极大热度。
可以在图上的指定对象精准生成文字，be like。
在鼎盛时期，Stability AI收获过不少的橄榄枝，却断然拒绝被收购。
现如今，欠债累累的公司依然毅然决然走上开源之路。
——强大的架构、更好的明暗对比度、提示遵循、训练结果、模型合并、图像分辨率……SD3的开源给我们带来的贡献可太多了！
所有AI绘图圈的玩家都在翘首以盼。
SD3：源神，启动！
Stable Diffusion 3的开源，为何意义如此重大？
一位Reddit社区的老哥从技术视角帮助我们理解SD3的重要性，以及对AI开源社区的重大影响。
作者表示，Stable Diffusion 3是如此的重要，它改变了游戏规则。
Stability AI发明了一种VAE（变分自编码器）非常特殊，因为它提供了16个通道的特征和颜色数据采集器供我们使用，而之前的文生图模型只有4个通道。
下面的四张图对比可以看到通道数的影响有多大。
通道越多，意味着图像模型在训练时会捕获更多细节，也就更容易还原我们想要的高清文字，而不是「鬼画符」。
不仅模型的出图质量会更好，而且可以带来更好的训练效率。
与旧的模型相比，新一代的16通道VAE在512x512如此小的分辨率下依然可以捕捉到很好的细节。
为了更容易理解画质的进步，我们用一个示例类比——
如果你是骨灰级游戏玩家肯定见过这几种视频线。
●左：红黄白视频线（Composite cables）= SD 1.X VAE
●中：S-Video视频线 = SDXL VAE
●右：红绿蓝视频线（Component cables）= SD3 VAE
因此，将VAE应用到如今我们的AI工作流程中，一切都将变得更加高效。
SD3实战出图
接下来，让我们引用@数字生命卡兹克的出片感受一下。
此前版本的Stable Diffusio很烦的是，你必须要加一些画质提示词作为提示词后缀，比如best quality, high resolution, 8k之类。
那SD3呢，我不给它添加任何的画质提示词就已经可以实现高质量出图。
咱们直接来看效果——
①长提示语义理解测试
a cat,a destroyed badly damaged space ship,beautiful beach,broken windows, grass and flowers grow around,sunny,ocean（一只猫，一艘被摧毁的严重受损的宇宙飞船，美丽的海滩，破碎的窗户，周围长着草和鲜花，阳光明媚，海洋）
●SD1.5：Emmm，怎么裂开两张了，小猫咪看起来不太高兴啊，挎着个脸
●SD2.0：不是，怎么船里长猫了~~
●SDXL：整体还行，但画面有点昏暗，配色不是很舒服。
●SD3：王炸！语义理解能力极强，阳光明媚，美丽的海滩，鲜花等等关键细节什么处理得很好，画面构图也和谐。
②测一下相对位置关系理解，着重考察模型构图能力
a dog,hold hot dog,outdoors,grass（一只狗，叼着热狗，户外，草地）
●SD1.5：热狗起飞了……
●SD2.0：你以为将热狗放到地上就挑不出毛病了是吧，但是不符合画面表述
●SDXL：基本符合语义，但是狗狗的舌头崩坏了
●SD3：王炸！光效衔接都非常自然，小狗很可爱，热狗也很有食欲
③二次元人物
((anime style)),1girl, indoors, sitting on the sofa, living room, pink hair, blue eyes, from back, from above, face towards viewer, playing video games, holding controller, white shirt, short, parted lips, anime production（动漫风格，1女孩，室内，坐在沙发上，客厅，粉红色的头发，蓝眼睛，从后面，从上面，脸朝向观众，玩电子游戏，拿着手柄玩游戏，白衬衫，短，分开的嘴唇，动漫制作）
●SD1.5：脸模过于抽象，细节丢了，学画3月的功力？
●SD2.0：变成了千手观音？
●SDXL：有点感觉了，但是手柄的透视不对
●SD3：从头发到眼镜，从整体画质到细节都是最好的
我们再测一组——
并不意外，SD3依然是最稳定的那个。
④科幻风格
robot droids, in the desert , colorful, dutch angle（机器人，在沙漠中，五颜六色）
●SD1.5：没有识别出五颜六色
●SD2.0：右边这哥们你的手臂咋掉了
●SDXL：机器人形象模仿了星球大战R2-D2，但是三条腿不对称
●SD3：好家伙，无头机器人，大黄蜂+刑天合体
⑤写实图像，要求在水下
1boy,underwater,green eyes,white skirt,looking at viewer（1个男孩，水下，绿色眼睛，白色裙子，看着观众）
●SD1.5：对人数的认知不对
●SD2.0：好可怕，像泡发的奥特曼
●SDXL：像鬼故事里边的小孩
●SD3：奶思！
再测另一组真人写实成像——
SD3妥妥的完胜！
⑥来一组风景图生成
universe,stars,moon（宇宙、星星、月亮）
●SD1.5：还行
●SD2.0：凑合，但是恒星跑到星云外，偏离现实
●SDXL：这个模型版本真的很容易出卡通图
●SD3：兼具艺术感与科幻
⑦最后测试一个SD3的拿手好戏，文字嵌入
Cyberpunk style,urban,1 robot,an electronic screen with“ Khazix”（赛博朋克风格，都市，1个机器人，一个带有“卡兹克斯”的电子屏幕）
在图像上生成准确的文字，目前SD3是独一份的卓越。
经过一番对比，相信家人们已经能够直观感受SD3的威力。也能感知Stable Diffusion系列迭代的进化史。
我都不敢想象加以高质量的辅助描述提示词，配合AI绘图开源社区的微调模型等强大的应用生态，SD3文生图模型可以变得多强。
最关键的是，它开源的。
所以，免费。现在它可以直接在你的电脑里自由跑了。
SD3对于模型的训练放宽了硬件要求，并针对英伟达与AMD的最新GPU、APU进行了专门的推理优化。
本次发布开源的Stable Diffusion 3 Medium版本，这是一个20亿参数的小参数模型，体积小巧，可以在用户的桌面PC消费级显卡、笔记本显卡以及企业级GPU服务器上运行。
乃至经过蒸馏后缩小直接在手机上运行，目前Stability AI正在与高通公司开展相关合作。
家人可以通过Hugging Face在线试玩：
https://huggingface.co/stabilityai/stable-diffusion-3-medium
写在最后
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。