多知網2月23日消息，Stability AI今天發布了其 Stable Diffusion 3.0下一代旗艦文本到圖像生成 AI 模型的早期預覽版，在圖像質量、多個對象、拼寫能力方面都有顯著提高，它采用了與Sora模型類似的架構。

　　根據介紹，Stable Diffusion 3.0旨在提供改進來自多主題提示的圖像質量和生成圖像有更好的性能，它還將提供比之前的Stable Diffusion更好的文字渲染，從而使生成的圖像內部的拼寫更加準確和一致。

　　(Stable Diffusion3生成的圖片，文字清晰可見)

　　Stability AI的首席執行官Emad Mostaque提到，Stable Diffusion 3 采用了Diffusion Transformer架構，這是一種新型的架構設計，與OpenAI最近推出的Sora模型采用的架構相似。　　

　　(Stable Diffusion3生成的圖片，圖像質量高)

　　在過去的一年里，Stability AI一直在穩步迭代并發布多個圖像模型，每個模型的復雜程度和質量都在不斷提高。7月份發布的 SDXL極大地改進了Stable Diffusion 的基礎模型，現在該公司正在尋求進一步的改進。

　　對于文生圖模型來說，根據Prompt讓生成的圖像中帶有指定的文字一直是個難題，Stable Diffusion 3.0則能很好的解決這個問題。

　　(Stable Diffusion3生成的圖片，文字清晰可見)

　　Stable Diffusion 3.0的模型參數在以800M 到 8B之間。

　　根據介紹，現在用戶已經可以在加入候補名單，申請Stable Diffusion 3.0的訪問權限了：https://stability.ai/stablediffusion3

　　實際上，Stability AI在文生視頻上也在發力，此前已經推出Stable Video，目前已經開放公測。

　　剛剛第一季度，AIGC賽道已經熱鬧非凡，就文生圖來說還有Midjourney及OpenAI旗下的DALL-E 3，個個身懷絕技。(多知網 Penny)