Stable Diffusion 3.5 Medium 如期发布，这款来自 Stability.ai 的开放模型可免费商业使用。该模型拥有25亿个参数，能够在消费级硬件上实现 “开箱即用”，甚至能够在烤面包机上运行（Bushi）！
Stability 认为，无论初创公司还是创作者，对这项技术的应用不应受到硬件性能的限制。经过验证，该模型仅需 9.9 GB 的显存（不包括文本编码器）即可发挥其全部潜能，并兼容大多数 GPU。
这款新的模型在同等规模下展现出卓越的图像生成能力，支持多分辨率输出，对提示词的理解和图像质量上都优于同类中型模型，是兼顾效率与品质的理想之选。
更多关于 Stable Diffusion 3.5 的信息可参看：Stability AI 正式发布 Stable Diffusion 3.5
跨境电商网站常因语言壁垒导致高跳出率。Weglot 是一款 AI 翻译工具，仅需几分钟即可通过添加脚本实现网站多语言本地化，且保持原有排版。该工具支持可视化编辑、术语表锁定及团队协作，便于后续维护。同时，它能自动优化 hreflang 标签、独立 URL 及元数据，解决多语言 SEO 难题。借助母语内容布局小语种市场，企业可以低成本获取流量红利，有效提升海外转化率。
中科大团队发布 SCOPE 框架，通过结构化语义规格解决 AI 绘画中复杂提示词语义丢失问题。该系统将提示词拆解为实体、约束及未知项，构建包含分解、合成、生成、验证的四步循环，并辅以检索、推理和修复技能，实现生成过程全程可追溯与精准修复。团队还推出 Gen-Arena 评测基准及 EGIP 指标。实验显示 SCOPE 在多项基准中表现优异，为多元素控制场景提供了工程化解决方案，代码已开源。
Stability AI 发布开源音频模型 Stable Audio 3.0，最长可生成 6 分 20 秒立体声音频。该模型采用 SAME 架构实现 4096 倍压缩，支持变量长度生成与局部编辑，Small 版本可在移动端离线运行。训练数据均获授权，规避版权风险。提供四个变体及 LoRA 微调文档，社区许可允许商用。此次升级标志着开源音频生成从短音效迈向完整歌曲创作，为开发者提供了本地化、合规的高质量音频生成方案。
围绕《拥有 25 亿参数的 Stable Diffusion 3.5 Medium 如期发布》展开交流，未登录用户可浏览评论，登录后可参与讨论。
