多主体提示
在多主体提示词场景下表现大幅提升,能在同一画面里处理多个对象和复杂构图,适合需要精细控制画面元素的创作。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Stability AI 推出的多主体文本到图像模型,早期预览版。
Stable Diffusion 3 是 Stability AI 发布的新一代文本到图像模型,主打多主体提示词、图像质量与拼写能力的提升。模型套件参数范围从 800M 到 8B,采用扩散 Transformer 架构与流匹配技术。当前处于早期预览阶段,模型尚未广泛开放,需要通过候补名单申请加入,具体发布时间与价格未公布。
Stable Diffusion 3 是 Stability AI 推出的文本到图像生成模型,定位为该公司能力最强的图像模型。它面向个人创作者、开发者和企业,目标是让不同规模的用户都能用上高质量的图像生成能力。
模型套件目前覆盖从 800M 到 8B 参数不等的多个版本,方便用户按需求和算力选择。技术上,它把扩散 Transformer 架构和流匹配结合起来,在多主体提示词、图像质量和拼写准确性上都有明显改进。
当前模型还没广泛开放,Stability AI 开放了候补名单供用户申请早期预览。在正式公开发布之前,想商用其他图像模型的用户,可以通过 Stability AI Membership 自托管,或通过 Developer Platform 调用 API。
在多主体提示词场景下表现大幅提升,能在同一画面里处理多个对象和复杂构图,适合需要精细控制画面元素的创作。
图像内的文字拼写能力得到改善,生成含文字的画面时更准确,适合做带标题、标签或短句的视觉内容。
模型套件参数范围从 800M 到 8B,用户可以在可扩展性和质量之间按需选择,适配不同硬件条件。
采用扩散 Transformer 架构,并引入流匹配技术,这是与前代模型相比在架构上的主要变化。
当前处于早期预览阶段,模型尚未广泛开放,用户可申请加入候补名单参与测试并反馈体验。
在正式发布前,如需商用其他图像模型,可通过 Stability AI Membership 自托管,或通过 Developer Platform 调用 API。
当你想提前体验多主体生成和拼写改进时,Stable Diffusion 3 的早期预览值得申请候补;但模型尚未广泛开放,正式版能力和价格都不明确。如果现在就需要商用图像生成,更适合先用 Stability AI 已有的图像模型自托管或走 API。等正式公开发布后再评估是否作为主力工具。
想尝鲜新一代模型,愿意申请候补名单并参与早期测试,对模型尚未广泛开放有心理准备。
经常需要在一张图里安排多个角色或物体,本轮对多主体提示的改进正好对应这类需求。
做海报、封面或表情包时希望画面里的文字拼写正确,改进后的拼写能力更省后期修改。
模型尚处早期预览,正式版能力和授权条款未定,接商业项目前建议先用现有图像模型承接。
价格与免费额度未公布,无法提前判断使用成本,适合等公开发布后再做选择。
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 参数范围 | 800M 到 8B | Stable Diffusion 3 公告 |
还不能直接广泛使用。模型目前处于早期预览阶段,需要先加入候补名单申请访问资格,正式公开发布时间尚未公布。
相比前代,重点改进集中在三方面:多主体提示词的处理、图像质量,以及画面内文字的拼写能力。架构上结合了扩散 Transformer 和流匹配技术。
模型套件参数范围从 800M 到 8B,用户可以根据自身算力条件和质量要求选择合适规模的版本,官方表示这样做的目的是让不同用户都能用上。
可以先用 Stability AI 已有的图像模型。通过 Stability AI Membership 自托管,或通过 Developer Platform 调用 API,都能在 Stable Diffusion 3 正式发布前承接商用需求。
会。官方表示将很快发布详细技术报告,届时会披露架构与训练方面的更多细节,适合需要深入了解模型再做评估的开发者。
官方称在训练、测试、评估和部署各环节都采取了措施防止模型被滥用,并为早期预览引入了多项防护机制,同时表示会继续与研究者和社区合作改进。