ReaderMX.
GenAI新世界

AI鲜测 | Stable Diffusion 3来了！100%理解提示词，不仅能生成文字，还涌现出物理能力了？

G椰子约 4 分钟
Image
在文生图领域，Midjourney像是玩具，而Stable Diffusion凭借稳定、可控和高效的能力，一直是最接近可用工具的一款文生图模型。
2024年2月22日，stability.ai发布了 Stable Diffusion 3 早期预览版。这款模型目前还没开放测试。
排队链接：https://stability.ai/stablediffusion3
Image
本次更新重点：

  • 在图片质量、多主题提示（multi-subject prompts）和单词拼写能力方面有大幅提升；

  • 使用了新型扩散变压器（类似于Sora）并结合了流量匹配和其他改进；

  • 模型尺寸从 800m 到 8B 参数，将适用于各种设备的部署；

  • 安全贯穿模型训练、测试、评估和部署全过程。

Image
虽然现在还没能开放测试，但一些stability.ai的员工已经开始在社交媒体晒图了。Sora带了一波“好头”。
Prompt：Photo of a red sphere on top of a blue cube. Behind them is a green triangle, on the right is a dog, on the left is a cat.（一张红色球体位于蓝色立方体之上的照片。后面是一个绿色三角形，右边是一只狗，左边是一只猫）
Image
Prompt：Three transparent glass bottles on a wooden table. The one on the left has red liquid and the number 1. The one in the middle has blue liquid and the number 2. The one on the right has green liquid and the number 3.（木桌上放着三个透明玻璃瓶。左边的是红色液体，数字是 1。中间的是蓝色液体，数字是 2。右边的是绿色液体和数字 3）
Image
Prompt：Anime style illustration of a newsstand on top of a small grassy hill, on top of the newsstand we see the text "it's here!". In the background we see a big rain approaching.（一幅动漫风格的插图，画的是小草山顶上的一个报刊亭，在报刊亭的顶部，我们看到 "它来了！"的文字。背景是一场大雨即将来临。）
Image
Prompt：A horse balancing on top of a colorful ball in a field with green grass and a mountain in the background.（在一片绿草如茵的田野上，一匹马在一个五颜六色的球上面保持平衡，背景是一座山）
Image
Prompt：Wide photo of a shipwreck on the beach, lots of rust and moss on the ship contrasting with the beautiful blue of the ocean water and the peace that the beauty of nature conveys. The big waves are magnificent and touch the ship.（海边沉船的宽幅照片，船上的大量锈迹和苔藓与海水的美丽蔚蓝形成鲜明对比，大自然的美给人带来宁静。大浪波澜壮阔，触及船只。）
Image
以上Stable Diffusion 3的图片来自@andrekerygma和@EMostaque。SDXL和DELL-E的部分是通过他们给出的Prompt自己做的。
目前展现出的Stable Diffusion 3的表现基本上可以100%的还原提示词。马的那幅图，还能看到马踩在球上，球发生了形变。
这次更新的一个重点是单词的拼写能力。比如：
Prompt: Photo of an 90's desktop computer on a work desk, on the computer screen it says "welcome". On the wall in the background we see beautiful graffiti with the text "SD3" very large on the wall.（办公桌上 90 年代台式电脑的照片，电脑屏幕上写着 "欢迎"。在背景墙上，我们看到了美丽的涂鸦，"SD3 "字样非常醒目。）
Image
Prompt: Resting on the kitchen table is an embroidered cloth with the text 'good night' and an embroidered baby tiger. Next to the cloth there is a lit candle. The lighting is dim and dramatic.（灶台上放着一块刺绣布，上面写着 "晚安 "和一只刺绣小老虎。布的旁边有一支点燃的蜡烛。灯光昏暗而富有戏剧性。）
Image
不管是屏幕上的显像管效果，还是绣布上面的刺绣效果，虽然在提示词中没有给出明确的提示词，Stable Diffusion 3也给welcome、good night这些文字使用了最合适的效果展现，文字和画面融合堪称完美。
之后放出技术细节和开放测试之后，我们也会再上手测试一波，欢迎大家持续关注我们。
不过测试什么的都已经是次要的了，从目前展现出的能力来看，Stable Diffusion 3已经完全可以当做日常的作图使用。

Image

KEEP THE THREAD GOING

更多来源文章