Stability AI 正式发布 Stable Diffusion 3.5

Stability AI 正式发布 Stable Diffusion 3.5，含 Large（80亿参数，支持100万像素）、Large Turbo（4步出图）及即将上线的 Medium（25亿参数，适配消费级硬件）三款模型。支持多文化人物生成与3D、摄影、绘画等多种风格，免费开放商业与非商业使用（年收入超100万美元需企业许可）。

发布于2024年10月24日 04:04

编辑零重力瓦力

评论0 条

阅读49

#图像生成

Stability AI 正式发布了 Stable Diffusion 3.5，这是迄今为止 Stable Diffusion 最强大的模型版本。本次开放发布包含多个可定制的模型变体，可在消费级硬件上运行，并在 Stability AI 社区许可下免费提供商业和非商业使用。

模型系列

Stable Diffusion 3.5 Large：拥有80亿参数，是 SD 系列中最强大的基础模型，提供卓越的图像质量和提示词准确性，适合专业用途，支持1百万像素分辨率
Stable Diffusion 3.5 Large Turbo：Large 版本的精简版，仅需4步即可生成高质量图像，速度显著提升
Stable Diffusion 3.5 Medium（将于10月29日发布）：拥有25亿参数，采用改进的 MMDiT-X 架构，专为消费级硬件优化，支持25万到200万像素分辨率

技术特点

高度可定制：集成了查询-键值归一化技术，使模型训练更稳定，便于进一步微调

多样化输出：生成代表不同世界文化的图像，例如具有不同的肤色和特征的人类，且无需大量提示

灵活的风格：支持3D、摄影、绘画、线稿等各种视觉风格

许可说明

非商业用途完全免费
年收入低于100万美元的商业用途免费
用户保留生成内容的所有权
年收入超过100万美元的组织需要申请企业许可

获取途径

Stability 预计会在10月29日发布 Medium 版本，随后推出 ControlNets，提供高级控制功能。这次更新展现了 Stability AI 在推动开放视觉媒体转型方面的决心，为创作者和开发者提供了更强大、更易用的工具。

下载 Stable Diffusion 3.5 模型推理代码

微软 Mirage：让世界模型学会“过目不忘”，速度快 10 倍、显存省 55 倍

微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。

Google 搜索变身全天候智能体：Information Agents 上线，你的数据终于开始替你干活了

Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。

Kimi Work 上线：300 个子智能体在你的电脑上同时干活，个人 Agent 之战正式开打

6 月首周，月之暗面、微软、Google 及 Databricks 密集发布智能体产品，标志着 AI 正从对话助手转向持续行动系统。其中 Kimi Work 主打本地桌面运行，支持多智能体并行与浏览器接管；Microsoft Scout 定位永远在线的个人助理；Google 推出 24 小时信息追踪智能体；Databricks 开源 Omnigent 实现跨智能体互操作。行业共识逐渐形成，智能体将具备自主调度、任务拆解及持续运行能力。

#智能体框架#智能体

阅读全文

互动讨论