稳定扩散 3.5 - Hugging Face

描述

稳定扩散 3.5 大型是由 Stability AI 开发的前沿多模态扩散变换器 (MMDiT) 模型，专门设计用于文本到图像的生成。该模型在基于文本提示生成高质量图像方面表现出色，在图像质量、排版和复杂提示理解等领域展示了改进的性能。该模型由三个固定的预训练文本编码器构建，并利用 QK 归一化来增强训练稳定性。

该模型根据 Stability Community License 发布，允许在研究和非商业目的下免费使用，以及适用于年收入低于 100 万美元的组织或个人。对于年收入更高的用户，提供企业许可证。用户必须同意许可证协议并承认 Stability AI 的隐私政策，以访问模型的文件和内容。

稳定扩散 3.5 旨在用于多种应用，包括艺术作品生成、教育工具和生成模型的研究。然而，重要的是要注意，该模型并不旨在创建对人或事件的事实表示，所有使用必须遵守 Stability AI 制定的可接受使用政策。

对于本地或自托管使用，鼓励开发者利用 ComfyUI 进行基于节点的 UI 推理或使用 diffusers 库进行编程访问。该模型已在多样化的数据集上进行训练，包括合成数据和公开可用数据，确保对提示和上下文的广泛理解。作为对安全性的承诺，Stability AI 实施了各种保障措施，以减轻与有害内容和误用相关的风险，强调负责任的 AI 部署的重要性。

稳定扩散 3.5亮点

• 模型类型：MMDiT 文本到图像

• API 可用：是

• 许可证：社区许可证

• 微调支持：是

• 多模态：是

• 性能提升：是

• 训练稳定性：QK 归一化

• 预期用途：艺术生成，教育工具

稳定扩散 3.5入门

1. 1

   访问模型：访问稳定扩散 3.5 的 Hugging Face 页面。

2. 2

   身份验证：同意许可证协议以访问模型。

3. 3

   设置环境：选择 ComfyUI 或 diffusers 进行实现。

4. 4

   通过 API 集成：使用提供的 API 端点进行集成。

5. 5

   优化：根据特定应用需求微调模型。

稳定扩散 3.5的使用案例

• 艺术生成
• 教育工具
• 创意设计
• 研究应用
• 提示工程

稳定扩散 3.5的常见问题

• 什么是稳定扩散 3.5？

  稳定扩散 3.5 是由 Stability AI 开发的文本到图像生成模型。

• 稳定扩散 3.5 的主要特性是什么？

  它具有改进的图像质量、排版、复杂提示理解和资源效率。

• 使用稳定扩散 3.5 是否需要许可证？

  是的，它在特定条件下根据 Stability Community License 免费使用。

• 我可以将稳定扩散 3.5 用于商业目的吗？

  可以，但仅在年收入低于 100 万美元的情况下；否则需要企业许可证。

• 稳定扩散 3.5 可以用于哪些应用？

  它可以用于生成艺术作品、教育工具和生成模型的研究。

• 稳定扩散 3.5 有哪些安全措施？

  Stability AI 实施了保障措施，以减轻与有害内容和误用相关的风险。

• 我如何微调稳定扩散 3.5？

  请参考 Hugging Face 页面提供的微调指南。

• 什么是 QK 归一化？

  QK 归一化是一种用于提高模型训练稳定性的技术。