稳定扩散3已经到来，巩固了在AI图像方面对索拉和双子的早期领先优势

Stability AI 宣布推出 Stable Diffusion 3，这是该公司最新、最强大的图像生成人工智能模型版本。虽然细节很少，但显然这是为了抵制最近公布的来自 OpenAI 和 Google 的竞争对手所引起的炒作。

我们很快会有一个更详细的技术分析，但目前您应该知道Stable Diffusion 3（SD3）基于一种新的架构，并且可以在各种硬件上运行（尽管您仍然需要一些强大的设备）。目前还没有发布，但您可以在这里注册等候名单。

SD3采用更新的“扩散变换器”技术，该技术于2022年首创，但在2023年进行了修订，现已达到可伸缩性。OpenAI令人印象深刻的视频生成器Sora显然也是基于类似的原理工作（论文的合著者威尔·皮布尔斯随后成为Sora项目的共同负责人）。它还采用了“流匹配”技术，这是另一种新技术，同样可以在不增加太多开销的情况下提高质量。

这个模型套件的参数范围从8亿（小于常用的SD 1.5）到80亿（大于SD XL），旨在在各种硬件上运行。你可能仍然需要一块性能强劲的GPU和专门用于机器学习工作的设置，但不像通常情况下只能使用OpenAI和谷歌模型那样受限于API。至于Anthropic，它并没有公开关注图像或视频生成，所以并不在此讨论范围内。

在X(原Twitter)公司，稳定扩散负责人埃马德·莫斯塔克指出，新模型能够进行多模态理解，包括视频输入和生成，这些正是他的竞争对手在API驱动的竞争对手中强调的所有内容。这些能力还只停留在理论阶段，但听起来似乎没有技术障碍阻止它们被包含在未来的发行版本中。

当然，现在无法比较这些模型，因为没有一个真正发布，我们所依靠的只是各种竞争性的主张和精心挑选的例子。但是稳定扩散有一个明显的优势：它作为时代精神的存在，是任何地方进行任何类型图像生成的首选模型，基本没有方法或内容上的固有限制。（实际上，SD3几乎肯定会在安全机制通过后引领出一种新的AI生成色情图片的时代。）

稳定扩散似乎想要成为你无法缺少的白标生成人工智能，而不是你不确定是否需要的精品生成人工智能。为此，该公司也在升级其工具，以降低使用门槛，不过和其他公告一样，这些改进都留给想象。

有趣的是，该公司在公告中将安全置于首位，强调：

这些保障措施究竟是什么？预览无疑会在一定程度上详细说明，而公开发布后则会进一步完善，或者根据您对这些事情的看法进行审查。我们很快就会了解更多，同时也会深入研究技术方面，以更好地理解这一新一代模型背后的理论和方法。